小盟科普丨數據資源化的活動職能
黨的十九屆四中全會首次將“數據”增列為一種生產要素，要求建立健全由市場評價貢獻、按貢獻決定報酬的機制，標志著以數據為關鍵要素的數字經濟進入新時代。黨的二十大報告提出要“加快建設現代化經濟體系，著力提高全要素生產率”，充分發揮海量數據和豐富應用場景優勢，促進數字技術與實體經濟深度融合，賦能傳統產業轉型升級，催生新產業、新業態、新模式，不斷做強、做優、做大我國數字經濟。
經過多年發展，以大數據為代表的新技術得到迅猛發展，并滲透到各行各業，企業信息化也快速回歸到數據的本身。企業家使用數據整合勞動力、土地、資本三種生產要素進行數字化轉型。
為了加快實體經濟數字化轉型，促進新一代信息技術與實體經濟深度融合，發揮數據對企業轉型升級的重要作用，數據資產管理應運而生。工業互聯網產業聯盟組織產業界系統梳理了相關內容，展開數據資產管理系列科普活動。
小盟科普
Q
數據資源化的活動職能是什么？
數據資源化包括數據模型管理、數據標準管理、數據質量管理、主數據管理、數據安全管理、元數據管理、數據開發管理等活動職能。
1數據模型管理
數據模型是指現實世界數據特征的抽象，用于描述一組數據的概念和定義。數據模型管理是指在企業架構管理和信息系統設計時，參考邏輯模型，使用標準化用語、單詞等數據要素設計數據模型，并在企業架構管理、信息系統建設和運行維護過程中，嚴格按照數據模型管理制度，審核和管理新建和存量的數據模型。
數據模型管理的關鍵活動包括：
● 數據模型計劃：確認數據模型管理的相關利益方；采集、定義和分析組織級數據模型需求；確定遵循數據模型標準與要求，設計企業級數據模型（包括主題域數據模型、概念數據模型、邏輯數據模型）；
● 數據模型執行：參考邏輯數據模型開發物理數據模型，保留開發過程記錄；根據數據模型評審準則與測試結果，由數據模型管理的參與方進行模型評審，評審無異議后發布并上線模型；
● 數據模型檢查：確定數據模型檢查標準，定期開展數據模型檢查，以確保數據模型與組織級業務架構、數據架構、IT架構的一致性；保留數據模型檢查結果，建立數據模型檢查基線；
● 數據模型改進：根據數據模型檢查結果，召集數據模型管理的相關利益方，明確數據模型優化方案；持續改進數據模型設計方法、模型架構、開發技術、管理流程、維護機制等。
2數據標準管理
數據標準是指保障數據的內外部使用和交換的一致性和準確性的規范性約束。數據標準管理的目標是通過制定和發布由數據利益相關方確認的數據標準，結合制度約束、過程管控、技術工具等手段，推動數據的標準化，進一步提升數據質量。
數據標準管理的關鍵活動包括：
● 數據標準管理計劃：確定數據標準管理相關負責人與參與人，開展數據標準需求采集與現狀調研，構建組織級數據標準分類框架；制定并發布數據標準管理規劃與實施路線；
● 數據標準管理執行：在數據標準分類框架的基礎上，定義數據標準；依據數據資產管理認責體系，組織相關人員進行數據標準評審并發布；依托平臺工具，應用數據標準（包括數據模型設計與開發、數據質量稽核等）；
● 數據標準管理檢查：對數據標準的適用性、全面性進行及時檢查；依托平臺工具，檢查并記錄數據標準應用程度；
● 數據標準管理改進：通過制定數據標準維護與優化的路線圖，遵循數據標準管理工作的組織結構與策略流程，各參與方共同配合進行數據標準維護與管理過程優化。
3數據質量管理
數據質量指在特定的業務環境下，數據滿足業務運行、管理與決策的程度，是保證數據應用效果的基礎。數據質量管理是指運用相關技術來衡量、提高和確保數據質量的規劃、實施與控制等一系列活動。衡量數據質量的指標體系包括完整性、規范性、一致性、準確性、唯一性、及時性等。
數據質量管理的關鍵活動包括：
● 數據質量管理計劃：確定數據質量管理相關負責人，明確數據質量的內部需求與外部要求；參考數據標準體系，定義數據質量規則庫，構建數據質量評價指標體系；制定數據質量管理策略和管理計劃；
● 數據質量管理執行：依托平臺工具，管理數據質量內外部要求、規則庫、評價指標體系等；確定數據質量管理的業務、項目、數據范疇，開展數據質量稽核和數據質量差異化管理；
● 數據質量管理檢查/分析：記錄數據質量稽核結果，分析問題數據產生原因，確定數據質量檢查責任人，出具質量評估報告和整改建議；持續測量全流程數據質量，監控數據質量管理操作程序和績效；確定與評估數據質量服務水平；
● 數據質量管理改進：建立數據質量管理知識庫，完善數據質量管理流程，提升數據質量管理效率；確定數據質量服務水平，持續優化數據質量管理策略。
4主數據管理
主數據（Master Data）是指用來描述企業核心業務實體的數據，是跨越各個業務部門和系統的、高價值的基礎數據。主數據管理（Master Data Management，MDM）是一系列規則、應用和技術，用以協調和管理與企業的核心業務實體相關的系統記錄數據。
主數據管理的關鍵活動包括：
● 主數據管理計劃：依據企業級數據模型，明確主數據的業務范圍、唯一來源系統與識別原則；定義主數據的數據模型（或主輔數據源分布）、數據標準、數據質量、數據安全等要求或規則，并明確以上各方面與組織全面數據資產管理的關系；
● 主數據管理執行：依托平臺工具，實現核心系統與主數據存儲庫數據同步共享；
● 主數據管理檢查：對主數據質量進行檢查，保證主數據的一致性、唯一性；記錄主數據檢查的問題；
● 主數據管理改進：總結主數據管理問題，制定主數據管理提升方案，持續改進主數據質量及管理效率。
5數據安全管理
數據安全是指通過采取必要措施，確保數據處于有效保護和合法利用的狀態，以及具備保障持續安全狀態的能力。數據安全管理是指在組織數據安全戰略的指導下，為確保數據處于有效保護和合法利用的狀態，多個部門協作實施的一系列活動集合。包括建立組織數據安全治理團隊，制定數據安全相關制度規范，構建數據安全技術體系，建設數據安全人才梯隊等。
數據安全管理的關鍵活動包括：
● 數據安全管理計劃：理解組織內外部數據安全需求與監管要求；制定數據安全管理制度體系，包括數據安全工作的基本原則、數據安全管理規則和程序、內外部協調機制等，并且明確個人信息保護管理制度（包括處理規則、合規審計制度、跨境傳輸安全評估體系等）；定義并發布數據分類分級標準規范；
● 數據安全管理執行：依托平臺工具，識別敏感數據，應用數據安全分類分級標準規范；根據數據的敏感級別，部署相應的數據安全防控系統或工具（如權限管控、數據脫敏、數據防泄露、安全審計等）；
● 數據安全管理檢查：監控數據在采集、存儲、傳輸、加工、使用等環節的安全、隱私及合規狀況等；組織進行內外部數據安全審計；
● 數據安全管理改進：總結數據安全問題與風險，評估數據安全管理相關標準規范的適用性、有效性，持續優化數據安全管理過程。
6元數據管理
元數據（Metadata）是指描述數據的數據。元數據管理（Meta Data Management）是數據資產管理的重要基礎，是為獲得高質量的、整合的元數據而進行的規劃、實施與控制行為。
元數據管理的關鍵活動包括：
● 元數據管理計劃：明確元數據管理相關參與方，采集元數據管理需求；確定元數據類型、范圍、屬性，設計元數據架構，技術元數據與數據模型、主數據、數據開發相關架構一致；制定元數據規范；
● 元數據管理執行：依托元數據管理平臺，采集和存儲元數據；可視化數據血緣；應用元數據，包括非結構化數據建模、自動維護數據資產目錄等；
● 元數據管理檢查：元數據質量檢查與治理；元數據治理執行過程規范性檢查與技術運維；保留元數據檢查結果，建立元數據檢查基線；
● 元數據管理改進：根據元數據檢查結果，召集相關利益方，明確元數據優化方案；制定改進計劃，持續改進元數據管理的方法、架構、技術與應用等內容。
7數據開發管理
數據開發是指將原始數據加工為數據資產的各類處理過程。數據開發管理是指通過建立開發管理規范與管理機制，面向數據、程序、任務等處理對象，對開發過程和質量進行監控與管控，使數據資產管理的開發邏輯清晰化、開發過程標準化，增強開發任務的復用性，提升開發的效率。
數據開發管理的關鍵活動包括：
● 數據開發管理計劃：制定數據集成、開發、運維規范；
● 數據開發管理執行：建設集成了數據集成、程序開發、程序測試、任務調度、任務運維等能力的一體化數據開發工具；根據數據集成規范，進行邏輯或物理的數據集成；根據數據使用方的需求，進行數據開發；
● 數據開發管理檢查：監控數據處理任務的運行情況，并及時處理各類異常；
● 數據開發管理改進：定期進行數據集成、開發、運維工作復盤，并以此為基礎，對相關規范進行持續迭代。
內容來源：《數據資產管理實踐白皮書(6.0版)》
聯系方式：馬老師 17332378374（同微信）
mawenda@caict.ac.cn
AII微信公眾號
AII頭條號