企业数据资产管理探索与研究

摘 要：本文从当前的数据资产研究背景出发，详细阐释了如何提高数据资产管理能力，保持数据资产与组织目标的一致性等内容，并对未来的应用前景进行了分析，以期帮助数据密集型企业更好地理解和把握数据资产管理的相关要求，识别影响数据资产可用性的因素，明确数据资产与组织目标的一致性等，本文对企业数据要素基础设施建设与数据资产全生命周期管理有着积极的指导意义，并为正在研制的ISO 55013《资产管理 数据资产管理指南》标准的内容提供支撑，以促进标准的推广应用。

关键词：数据资产管理，数据资产，数据可用性，数据资产生命周期，数据资产治理

DOI编码：10.3969/j.issn.1002-5944.2023.03.001

Exploration and Research on Enterprise Data Asset Management

LU Yan

（China Datang Corporation Science and Technology General Research Institute Ltd.）

Abstract： This paper explains in detail how to improve data asset management capability， maintain the consistency of data assets with organizational objectives， etc.， and analyzes the future application prospects， with a view to helping dataintensive enterprises better understand and grasp the relevant requirements of data asset management， identify factors affecting the availability of data assets， clarify the consistency of data assets with organizational objectives It will provide positive guidance for the construction of enterprise data element infrastructure and the whole life cycle management of data assets， and support the content of the ISO 55013 that is under development and promote the application of the standard.

Keywords： data asset management， data assets， data availability， data asset lifecycle， data asset governance

1 數据资产

1.1 企业数据管理需求

数据是对客观事物的逻辑归纳和符号描述，同时也是信息的载体和表现形式。数据是以容量大、类型多、存取速度快、应用价值高为主要特征的数据集合，正快速发展为对数量巨大、来源分散、格式多样的数据进行采集、存储和关联分析，并从中发现新知识、创造新价值、提升新能力，是新一代信息技术和服务业态。

组织的资产管理活动依赖于有效的决策，而决策又依赖于数据的汇总和分析提供的支撑。数据资产是以数据为载体和表现形式，能够持续发挥作用并且带来经济利益的数字化资源，良好的数据资产管理是释放数据要素价值的基础[1]。无论考虑何种组织目标，组织都需要确定实现每个目标所需的数据，以及支持决策所需的数据，这些数据都应该从价值角度考量视为数据资产。在大多数资产管理活动中，企业都依赖数据资产和数据作为关键的推动力。

企业应该对其业务数据需求有一个清晰的认识，并确定支撑企业运营的关键数据，以使其业务流程进行合理组织并为实现组织目标做出贡献。企业还应重视数据质量，以确保成本、风险和性能的适当平衡。同时，企业持有、管理和转移数据还应符合外部监管方的法律要求。

企业应确定其管理数据的要求，从而实现其数据资产治理和组织运营目标，具体包括以下内容：

（1）数据字典：建立数据规范，以便对不同类型数据的属性、测量单位、关键性、质量和来源进行界定。

（2）数据频率：更新数据的频率，虽然有些数据可能在所有生命周期阶段保持静态，但其他数据可能需要在预先确定的时间间隔内更新。

（3）数据量：数据量可以决定哪些工具和存储环境是最适合使用的。

（4）数据安全：确保数据受到保护，防止数据受到威胁，例如，失去保密性、不适当的使用或不适当的修改，包括不适当的添加、更改和删除。

1.2 数据资产的可用性

企业在公布数据或用于做出资产管理决策之前，需要全面了解其数据的可用性和质量。让决策者了解哪些数据是可用的，其质量如何，就能做出适当的知情决定，反之将削弱数据的准确性与有效性。此外，企业应考虑数据对其业务的适用性，数据的性质和可用性随时间的变化情况，以及数据的分类和优先级。

尽管数据密集型企业通常拥有大量的数据资产，但支持战略和目标所需的数据资产并不一定是随时取用的。数据资产的可用性可以被评估为：a）在企业内部或外部，都可以随时获得；b）经过内部开发，例如通过处理或合并现有的数据，可以获得； c）可用于采购或在数据收集活动之后获得；d）不能获得。

实现新的目标，或者分析新的业务，可能需要从外部来源输入数据。这些外部资源需要被识别、风险评估、质量评估、成本评估和相应的优先排序。数据资产管理机构为选择外部数据源设定标准和约束。数据资产管理活动设计建议和计划，然后适当地执行。

提高数据资产的可用性需要完善数据管理和治理过程。可用性不足可能是由于不采取行动或未能对不断变化的情况及时作出反应。通过治理进行的管理控制不足，以及缺乏业务流程，都是可能导致数据资产可用性下降的因素。

采用相关行业数据标准的原则，有助于提高数据资产的可用性。明确定义数据资产的使用寿命，明确保留时限的准则和数据资产的处置标准，这些生命周期因素都有助于提高数据资产的可用性。

此外，数据资产可用性的权衡可能会受到数据获取和维护成本以及数据收益的影响。在数据资产管理成本与获益随时间变化方面，企业应考虑并认识到：

（1）数据资产所带来的效益会随着时间的推移而折旧，数据类无形资产的效益衰减周期往往比实物资产的衰减周期短[2]。

（2）随着技术、监管要求和外部环境的变化，数据采集的成本也在不断变化，这将影响数据资产的生命周期成本。

（3）数据资产的全生命周期治理最好在数据采集或创建的阶段就开始实施有效管理。

2 数据资产管理目标和战略

数据资产管理目标和战略需要与组织战略和目标相一致。数据资产与组织目标和战略之间的协调可以带来诸多获益，包括确定机会、威胁和竞争环境；正确识别利益相关者及其期望；充分规划和预测未来的需求和期望；选择有效的战略；设定合适的目标；做出准确的决定；制定现实的、可执行的计划；适当地管理风险等。

促进数据资产管理与组织目标相一致，企业需要进行一系列管理活动，包括：

（1）确定支持实现组织目标和战略所需的数据；

（2）确定数据资产的可用性，以满足这些要求，并评估数据是企业的内部还是外部数据；

（3）将资产管理标准的要求应用于数据资产；

（4）定期审查数据资产与组织目标的一致性。

数据资产管理目标的实现有赖于选择并执行战略和计划，而这又有赖于资源和适当的数据的可用性。当前和未来资源的可用性可能取决于有效的决策，这也依赖于对适当数据的获取。对每个组织目标和战略的相关数据资产的识别，决定了需要识别、收集、储存、用于决策、报告和分发的数据，以协助企业实现其目标。

了解用于制定战略和目标的规划以及决策过程可以确定数据要求。评估获取、存储和管理数据的成本与没有这些数据所带来的风险，可以确定适当的数据要求。

当数据资产得到有效管理时，它们会持续支持组织目标的实现。一个企业的背景和利益相关者的要求需要被审查和确定（见GB/T 33173/ISO 55001第4章），其数据资产管理政策、战略、目标和计划也需要被制定。了解未来的数据资产需求，就可以制定和商定数据资产战略和目标。

数据资产不同生命周期阶段的战略、目标和计划（涵盖定义、收集、存储、报告、决定、分发和处置活动）支持实现持续的组织目标。支持基础设施（如硬件、网络、数据库和外部数据资源）的战略也支持数据资产的持续可用性。

随着企业制定新的目标，改变或停止以前的目标，或其运营环境的变化，对其数据资产的审查可以使其与组织目标保持一致。目标的变化可能会导致企业确定新的数据资产，改变现有的数据资产或处置数据资产。

3 数据资产治理

3.1 治理架构

对数据资产的良好治理有助于实现组织目标和应对不断变化的情况。图1中显示了治理机构和管理团队如何共同执行政策以支持组织战略，特别是数据战略。治理机构和管理团队是通过级联机制联系在一起的，包括战略、政策、流程和控制等要素。这些联系是通过评估、指导、监督模式发展和维持的。

（1）评估：治理机构有责任为实施和评估活动设计建议和计划，以实现治理机构制定的组织战略。这些计划和建议应考虑到新技术的引入以提高数据资产效用，如大数据技术，还应考虑到对执行数据资产治理活动至关重要的基础设施的当前和未来能力。

（2）指导：治理机构为数据资产的治理制定战略和政策，并分配责任和问责，以建立治理结构。治理机构指导战略和政策的制定。需要考虑的活动包括数据资产分类和企业在数据资产方面的风险偏好。考虑到价值、风险和制约因素等方面。

（3）监督：治理机构应根据规定监督治理活动的绩效和一致性。企业应提供符合法律和法规的状态报告和警报，并提供具体确定的高风险事件的发生通知。在发现关键风险、安全和隐私事件时，应及时反馈。

3.2 治理策略

企业的数据治理策略的制定应与组织目标保持一致，并且与组织内其他既有政策保持协调性，同时在数据治理策略确定过程中需要考虑政策执行和修订机制。

数据治理框架内的政策制定可能是一个持续的过程，所以治理机构应确保管理层处理各类任务，包括识别和定义新的监管要求、技术发展、业务需求和当前的问题或差距、资助者和利益相关者，并确定他们的相关作用、制定政策的方法等。然后起草初步的政策草案，进行审查，开展教育和交流活动，并对操作的结果进行监督，对效果进行改进。这种监督和改进的程序是持续的，因此治理机构也应当承担自己的责任，明确自己的任务。

3.3 治理成效

随着数据资产治理技术的发展，对越来越多的企业来说，处理来自许多来源的大量数据资产，然后从这些数据资产中提取价值的能力变得经济可行。伴随着这种价值的增加，风险也随之增加。

治理機构为企业制定总体数据资产战略，概述了企业希望在多大程度上利用数据资产为其利益相关者获取价值。与这一战略密切相关的是治理是否设定数据资产风险偏好，描述企业愿意追求或保留的与数据资产有关的风险水平。

无论制定什么样的战略或数据风险偏好，治理机构仍然对数据资产及其在企业中的使用负责，包括在企业中做出的所有与数据资产相关的和支持数据资产的决策。治理机构应考虑到法规和立法、社会需求和文化规范以及企业的现有政策的限制，这些因素制约了数据资产的收集和使用。

4 数据资产全生命周期管理

数据资产的生命周期指采集、存储、维护、应用、归档数据资产的全过程阶段[3]，以及和具有成本效益的方式支持业务流程，这既需要了解决定资产生命周期质量的数据特征，也需要衡量、管理和报告数据资产质量的能力。

关于资产信息的数据可能有很多方面的不同之处，但是本质存在共性。资产的性质决定其信息生命周期的性质和最适合储存信息的系统平台。数据资产生命周期的使用阶段关注度高，因为这是用户接触到数据资产之处，但如果对需求定义错位，可能导致无用的数据资产被采集和存储，应当在存储之前充分考虑数据资产的需求以及具体如何利用。数据资产采集过程需要清楚地了解数据资产规范、获取数据资产的过程以及数据资产的存储位置，兼顾准确性、可靠性。数据资产归档是资产信息生命周期中的一个重要组成部分，但经常被忽视。有许多不同类型的数据集可以保存资产信息，每种数据集都有自己独特的需求。

数据资产全生命周期管理是一个综合、完整的体系，每个环节都将对资产管理起到一定影响。大多数企业已经根据现有的数据资产和信息支持他们的业务流程，并应当有能力识别数据资产的质量，做出相对应的改进。

5 结 论

随着数字经济的蓬勃发展，数据资产将成为各国各类企业的重要核心资产。当前，越来越多的企业依赖数据资产作为组织运营的关键推动力，这需要企业对其业务數据需求有一个清晰的认识，并确定实现业务目标所需的数据，数据的质量要求，持有、管理和迁移数据的规则要求，同时还要关注数据资产管理成本、风险和绩效之间的平衡。在管理层面也需要更多细化的统一标准，《数字安全法》的出台印证了立法的趋势，也强化了企业利用数据增强自身能力的必要性。数据是资产的概念已经成为行业共识，对数据资产的管理和应用往往还处于摸索阶段，数据资产管理面临诸多挑战。

当前正处于数字化变革时代，企业需要不断挖掘和利用数据资产，以其为核心展开运营从而创造价值带来营收。企业内部的数据资产存在着巨大的潜在价值，但由于数据资产具有复杂性高、多样性强的特点，需要对数据资产进行分类分级，从而全面梳理企业拥有的数据资产，并针对涉敏数据采取适当、合理的管理和安全防护措施，对数据资产进行规范化管理和保护，确保数据资产安全，促进数据资产共享[4]。

参考文献

[1]数据资产管理实践白皮书（5.0版）[R].中国信息通信研究院.

[2]史亚聪. CAFTA背景下广西与周边地区经济合作研究[D].南宁：广西大学，2011.

[3]黄海潮，陈顺德.电网企业数据资产全寿命周期管理研究[J].管理观察，2015（1）：62-63+66.

[4]陈莉，刘晓筠，王琴.信息化企业数据资产梳理方法研究[J].现代信息科技，2021，5（18）：131-134+138.

作者简介

路岩，硕士，工程师，研究方向为数字化转型、大数据技术研究、信息技术咨询等。

（责任编辑：张佩玉）