小盟科普丨數據資產管理發展趨勢與展望
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
Q1 數據資產管理發展趨勢有哪些？
從信息時代到數字時代，數據由記錄業務逐漸轉變為智能決策，成為了組織持續發展的核心引擎。未來，數據資產管理將朝著統一化、專業化、敏捷化的方向發展，提高數據資產管理效率，主動賦能業務，推動數據資產安全有序流通，持續運營數據資產，充分發揮數據資產的經濟價值和社會價值。
（一）管理理念：從被動響應到主動賦能
隨著組織數字化轉型的不斷深入推進，數據資產管理占組織日常經營管理的比重日漸增加，傳統以需求定制開發為主要模式的被動服務形式，已難以滿足組織數據服務響應訴求，組織逐步在各業務條線設置數據管理崗位，定期采集數據使用方訴求，構建數據資產管理需求清單，解決數據資產管理難點，跟蹤數據應用效果，加深數據人員對業務的理解和認識，主動賦能業務發展。此外，隨著數據素養和數字技能的不斷提升，數據使用者培養了主動消費意識和能力，以數據資產目錄為載體、以自助式數據服務為手段、以全流程安全防護為保障的數據主動消費和管控模式正在形成，在提升數據服務水平的同時，進一步提升數據應用的廣度和深度。
(二)組織形態：向專業化與復合型升級
區別于信息化階段作為IT部門的從屬部門，數據資產管理組織與職能已逐步獨立化。對于政府，由專門的政府機構承擔，在業務部門設立數據管理兼職崗位，首席數據官（Chief Data Officer，CDO）制度也出現在了深圳、浙江等地的規劃中。對于企業，廣東、上海等地發布相關政策推動企業設置首席數據官。此外，在業務部門與IT部門設置專職或兼職數據管理員，推動數據資產管理有效開展。
（三）管理方式：敏捷協同的一體化管理
傳統的數據資產管理建設往往由多個分散的管理活動和解決方案組成，造成數據資產管理各個環節之間的脫節（包括開發與管理、管理與運營）的脫節，使得數據從生產端到消費端的開發效率降低。例如，在開發階段應遵循的數據標準規范，在管理階段需要強依賴專業數據管理角色和過程監控才可能實現。同時，由于多數企業忽視了數據運營，使數據消費端未向數據資產生產端反饋有效的用戶體驗。
（四）技術架構：面向云的Data Fabric
隨著數據技術組件日益豐富，數據分布日趨分散，Gartner認為Data Fabric已成為支持組裝式數據分析及其各種組件的基礎架構，通過在大數據技術設計上復用數據集成方式，Data Fabric可縮短30%的集成設計時間、30%的部署時間和70%的維護時間。Data Fabric是一種新型、動態的數據架構設計理念，是綜合利用元數據、機器學習和知識圖譜等技術，打造一個更加自動化、面向業務、兼容異構的企業數據供應體系，以支撐更加統一、協同、智能的數據訪問，有分析師稱之為將“恰當”的數據在“恰當”的時間提供給“恰當”的人。
(五)管理手段：自動化與智能化廣泛應用
隨著數據復雜性持續增加，依靠“手工人力”的數據資產管理手段將逐步被“自動智能”的“專業工具”取代，覆蓋數據資源化、數據資產化的多個活動職能，在不影響數據資產管理效果的同時，極大地降低了數據資產管理成本。具體來說，是指利用AI、ML、RPA、語義分析、可視化等技術，自動識別或匹配數據規則（包括數據標準規則、數據質量規則、數據安全規則等），自動執行數據規則校驗，或是自動發現數據之間的關聯關系，并以可視化的方式展現。此外，可利用VR、AR等技術，幫助數據使用者探索數據和挖掘數據，提升數據應用的趣味性，降低數據使用門檻，擴大數據使用對象范圍。
(六)運營模式：構建多元化的數據生態
運營數據是持續創造數據價值的有效方式，多元化的數據生態通過引入多維度數據、多類參與方、多種產品形態，進一步拓展數據應用場景和數據合作方式，為數據運營提供了良好的環境。
(七)數據安全：兼顧合規與發展
首先，應意識到數據安全與數據資產合理利用并不沖突。兩者之間存在著互相促進的關系。數據安全是合理利用的前提條件，合理利用是數據安全保護的最終目的。只有做好數據安全保護，才能讓數據所有者愿意授予組織或其他主體對數據的使用權利，進一步推動數據資產流通。GDPR倡導平衡“數據權利保護”與“數據自由流通”的理念，在賦予數據主體權利的同時，強調個人數據的自由流通不得因為在個人數據處理過程中保護自然人權利而被限制或禁止。
其次，應從數據安全管理和數據資產流通兩方面同步尋找平衡點。在數據安全管理側，通過建立數據安全管理機制，制定數據安全分類分級標準和使用技術規范，提升數據安全治理能力；在數據資產流通側，將數據安全合規、個人信息保護等要求作為基本“紅線”，將其潛在風險作為成本指標，在不觸碰“紅線”的前提下，進行數據資產流通的收益分析，探索數據安全與資產流通的均衡方案。
Q2 數據資產管理未來發展路線是什么？
在數據當前，數據資產管理呈現蓬勃發展的態勢，為數據要素市場的發展提供強勁動力，為數字經濟發展奠定良好基礎。在國家規劃的大力推動下，在行業政策的有效指導下，我們期待數據資產管理將穩步前進，促進數據資產價值將進一步釋放。
一是明確責權利，有效推進管理。明確數據資產管理角色與職責，從業務側出發確定數據資產的責任人，構建數據資產管理認責體系；制定數據發展戰略，統籌規劃數據資產管理，逐步建立健全包括數字型人才、管理型人才、技術型人才、業務型人才的團隊；開展數據資產管理過程管理，優化管理資源，提高管理效率。
二是合理引進技術，提升敏捷能力。在數據資產管理的過程中，合理引進包括云計算、人工智能、機器學習、知識圖譜等創新技術，進一步提升數據資產管理的智能化、自動化水平，降低數據資產管理的人力投入與風險成本；建立數據資產管理敏捷組織和敏捷機制，采用DataOps敏捷技術，及時響應業務和需求的變化。
三是著眼業務發展，釋放數據價值。從業務側出發制定數據資產標準規則，確定數據資產質量預期水平；明確數據資產的業務應用場景，增強數據決策的準確性和實時性，滿足業務的數據需求；評估數據資產價值，構建數據資產運營體系，建立科學的正向反饋和閉環管理機制，提高數據資產的服務和應用效果。
四是加強數據合規，注重風險風控。遵循《網絡安全法》、《數據安全法》和《個人信息保護法》相關要求，構建數據安全管理體系，形成數據安全分類分級標準，覆蓋數據資產管理全流程、各環節；制定數據資產管理的風險應急機制，開展數據安全合規內外部審計，確保數據資產安全可控。
五是持續迭代完善，形成良性閉環。培養數據文化，提高數據素養，鼓勵業務人員參與數據資產的管理與應用，構建良好的溝通與協作機制；開展常態化數據資產管理檢查，建立數據資產管理基線，定期總結問題形成業務案例，發起多方討論商議，不斷優化數據資產管理策略和路徑
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