信通院-数据资产管理实践白皮书3.0-2018.12_106页_4mb

报告摘要

数据资产管理实践白皮书（3.0版）总结

核心内容概述

《数据资产管理实践白皮书（3.0版）》由中国信息通信研究院云计算与大数据研究所组织编写，旨在系统阐述数据资产管理的概念、内涵、实施要点及成功要素，为政府和企业开展数据资产管理提供理论指导和实践参考。白皮书结合了当前数据资产管理的八大痛点，从全面盘点数据资产、提升数据质量、实现互联互通、提高获取效率、保障安全合规、释放数据价值等角度展开论述。

主要观点

数据资产管理的必要性
数据已成为国家和企业的重要战略资源，其管理已从“数据管理”升级为“数据资产管理”。数据资产管理是推动大数据与实体经济深度融合、实现新旧动能转换、提升企业竞争力的重要手段。
数据资产管理的特征趋势
- 数据对象纷繁复杂，涵盖结构化、半结构化、非结构化数据；
- 处理架构从传统的ETL向ELT转变；
- 组织职能从IT部门主导转向业务与技术协同；
- 管理手段从手工向自动化、智能化转变；
- 应用范围从战略决策扩展到业务一线场景。
数据资产管理的核心管理职能
数据资产管理包括以下8项核心职能：
- 数据标准管理
- 数据模型管理
- 元数据管理
- 主数据管理
- 数据质量管理
- 数据安全管理
- 数据价值管理
- 数据共享管理
数据资产管理的保障措施
- 制定战略规划
- 完善组织架构
- 建立制度体系
- 设置审计机制
- 开展培训宣贯
数据资产管理的实施步骤
数据资产管理可划分为四个阶段：
- 统筹规划
- 管理实施
- 稽核检查
- 资产运营
实践模式与工具平台
- 实践模式包括自上而下与自下而上两种方式，建设策略分为生产系统优先和数据系统优先；
- 工具平台包括数据标准管理工具、数据模型管理工具、元数据管理工具、主数据管理工具、数据质量管理工具、数据安全管理工具和数据生命周期管理工具等。
数据资产管理的成功要素
- 明确责权利，推进管理落地
- 合理引进技术，提升治理能力
- 着眼业务应用，释放数据价值
- 加强数据合规，注重风险防控
- 持续迭代完善，形成良性闭环

关键信息

数据资产定义：数据资产是企业拥有或控制的、能够带来未来经济利益的数据资源，如文件资料、电子数据等。
数据价值评估：目前主要采用市场法、成本法和收益法三种方式，其中收益法是较为成熟的方法，能够真实反映数据资产价值。
数据质量的重要性：数据质量是数据应用的基础，不良数据质量将导致企业额外成本增加15%到25%。
数据安全合规：数据安全管理贯穿数据生命周期，包括身份认证、访问控制、脱敏、审计等手段。
数据共享与互联互通：数据孤岛现象严重，阻碍了数据共享与应用，需通过统一标准、平台整合和流程优化实现数据互联互通。
数据资产管理的挑战：当前数据资产管理面临数据标准混乱、数据孤岛、数据质量低、安全风险高、价值评估不成熟等问题。
数据资产管理的未来方向：数据资产管理是一个持续迭代、动态发展的过程，需结合业务与技术，形成闭环管理体系。

实践案例

白皮书列举了多个行业的数据资产管理案例，包括：

中国电信集团公司
中国移动省公司
中国保信保险业务
证券期货行业
“云上贵州”政务数据
某省政务大数据
某大型医药公司
某大型钢铁集团公司
湖北省物价数据

这些案例展示了不同行业在数据资产管理中的具体实践和成功经验，为其他企业提供了可借鉴的参考。

附录内容

术语解释：包括数据管理、数据治理、数据资源、数据资产、参考数据、数据字典、数据目录、数据血缘、影响分析、非结构化数据、数据仓库、数据集市、数据地图等。
图表目录：包含多个图表，如数据资产管理在大数据体系中的定位、管理职能关系、实施步骤、保障措施组织架构等。

总结与展望

数据资产管理是企业实现数字化转型的重要支撑，其成功依赖于完善的管理体系、技术手段和组织保障。未来，数据资产管理将更加智能化、体系化、合规化，需持续优化流程、提升数据质量、加强数据安全、推动数据共享与流通，形成数据价值释放的良性循环。白皮书也指出，未来将发布《主数据管理实践白皮书》、《元数据管理实践白皮书》等专项白皮书，进一步深化研究。

展开完整摘要