数据资产管理实践白皮书3.0版.pdf

I 版权声明 本白皮书版权属于中国信息通信研究院 云计算与大数据研究所 、 CCSA TC601 大数据技术标准推进委员会 ，并受法律保护。转载、摘编或利用其它方式使用本白皮书文字或者观点的，应注明 “来源： 数据资产管理实践白皮书（ 3.0） ”。违反上述声明者， 作者 将追究其相关法律责任。 II 编委会 编委会成员： 魏凯 、姜春宇、刘成成、 闫树、 丁华明、张娟、赵计博、 车春雷、 郭宝生、 蓝曾威、马卓佳、李慧、贾丕星、符山、陈涛、周庭宇、孙龙君、农益辉、刘天斯、 钱岭、齐骥、侯志强、石在辉、刘童桐、吴嘉 、 张振、 张长君、林锋、周万、王鹏、 刘庆会、 胡浩、 蔡春久、王琤、 骆阳 、 魏民、 李雨霏、 于辰涛、王晟、陈志凌 、 刘俊良、周刚、王军、李今朝、李岳璘、王伟哲、曹冬平 、蓝海、邹素雯、董喆、熊威 、 刘浩、 施红明、白梅、寇新华、蒋勇、高伟 参与单位： 中国信息通信研究院、 中国支付清算协会金融科技专委会、 中国建设银行、 中国电信股份有限公司 云计算分公司 、中软国际有限公司、 腾讯科技（深圳）有限公司、 中国移动苏州研发中心、中国移动通信研究院、 中国电信股份有限公司 、 杭州数梦工场科技有限公司、普元信息技术股份有限公司、北京飞利信科技股份有限公司、 联想（北京）有限公司、成都四方伟业软件股份有限公司、北京东方金信科技有限公司、烽火通信科技股份有限公司石化盈科信息技术有限责任公司、北京数语科技有限公司、 国网征信有限公司、航天恒星科技有限公司、 广州信安数据有限公司 III 前 言 党的十九大报告提出要 “推动互联网、大数据、人工智能和实体经济深度融合 ”，进一步突出了大数据作为国家基础性战略性资源的重要地位， 掌握丰富的高价值数据 资源日益成为 抢占未来发展主动权的前提和保障。 数据 是 资产 的概念 已经 成为 行业共识。然而现实中， 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。 首先， 大部分企业和政府部门的数据基础还很薄弱，存在数据标准混乱 、数据质量层次不齐 、 各条块之间数据孤岛化严重等现象，阻碍了数据的 共享 应用。 其次， 受限于数据规模和数据源种类的丰富程度，多数企业的数据应用刚刚起步，主要集中在精准营销，舆情感知和风险控制等有限场景，应用深度不够 ，应用空间亟待开拓 。 再其次，由于 数据的价值很难评估， 企业难以 对数据的成本以及 其 对业务的贡献进行评估， 从而难以 像运营有形资产一样管理数据资产。 国际上， 1990 年以来， 以 国际数据管理协会 （ DAMA， Data Management Association International） 、能力成熟度模型集成（ CMMI，Capability Maturity Model Integration） 为 代表的组织机构长期从事数据管理的研究 ， 形成 了 一定 的理论 成果 。 在这些理论的指导下， 我国金融 、 电信 、 能源 、互联网 等信息化 较为先进的行业， 已经积累 了丰富 的 数据 资产管理 经验 。 这些经验的 总结 对于 补充完善数据管理理论体系 、 推进 数据资产管理 在各个行业 的 普及和发展 有着重要意义。 为了促进数据资产管理的研究， 我们 组织编写了 数据资产管理实践白皮书。本白皮书 分为四大部分 ： 第一部分 介绍了数据资产管理的 概述及变革中的数据资产管理呈现出来的特征趋势 ； 第二部分 从IV 实践角度出发阐述了数据资产管理的 主要内容 ； 第三部分 重点介绍了数据资产管理的 实施步骤、 实践模式、 工具平台和成功要素 ； 最后结合实践 经验 ，介绍了 电信、金融、政务、 医疗 和 工业等相关领域 的数据资产管理 案例。 本白皮书在数据资产管理实 践白皮书 2.0的基础上， 结合原有的数据资产管理八大痛点内容，以 全面盘点数据资产、不断提升数据质量、实现数据互联互通、提高数据获取效率、保障数据安全合规、数据价值持续释放等角度，通过 权威数据和典型事件，生动剖析了数据资产管理的重点内容和目标。 以 “管理职能 ”代替 “活动职能 ”的描述，在原有管理职能的介绍下，尝试说明数据资产管理内容之间的关系，并在组织机构和制度体系的基础上，完善了保障措施部分 。 此外，还在原有通用实施阶段步骤的基础上，增加了实践模式的参考。最后，增加了 “持续迭代完善，形成良性闭环 ”成功要素 的观点。 本白皮书 可以为政府和企业开展 数据资产管理工作提供参考，也可以作 为相关产品和服务提供商的 参考依据 。 由于时间仓促，水平所限，我们的工作还有很多不足。下一步，我们还将广泛采纳各方面意见建议，进一步深化相关研究，持续完善白皮书内容，在已有版本的基础上，适时修订发布新版。我们诚邀各界专家学者参与我们的研究工作，积极献言献策，共同完善国内数据资产管理理论和方法论体系，为促进大数据与实体经济深度融合做出积极贡献。如您有意愿，请联系 我们： liuchengchengcaict.ac。 V 目 录 版权声明 . I 前 言 . III 图 表 目 录 . VII 一、 数据资产管理概述 . 1 (一 ) 数据资产管理的定义与内涵 . 1 1. 数据资产管理的概念 . 1 2. 数据资产管理的内涵 . 2 3. 数据资产管理的演变 . 3 (二 ) 数据资产管理是大数据时代的必修课 . 4 (三 ) 数据资产管理是各方关注的重要议题 . 7 (四 ) 变革中的数据资产管理 . 9 1. 数据对象纷繁复杂 . 9 2. 处理架构更新换代 . 10 3. 组织职能升级变迁 . 10 4. 管理手段自动智能 . 11 5. 应用范围不断扩大 . 11 二、 数据资产管理的主要内容 . 12 (一 ) 管理职能 . 12 1. 数据标准管理 . 12 2. 数据模型管理 . 13 3. 元数据管理 . 15 4. 主数据管理 . 16 5. 数据质量管理 . 18 6. 数据安全管理 . 19 7. 数据价值管理 . 20 8. 数据共享管理 . 21 (二 ) 保障措施 . 23 1. 制定战略规划 . 23 2. 完善组织架构 . 24 3. 建立制度体系 . 26 4. 设置审计机制 . 27 5. 开展培训宣贯 . 28 三、 数据资产管理的实施要点 . 29 (一 ) 实施步骤 . 29 1. 第一阶段：统筹规划 . 30 2. 第二阶段：管理实施 . 31 3. 第三阶段：稽核检查 . 31 4. 第四阶段：资产运营 . 32 (二 ) 实践模式 . 33 (三 ) 软件工具 . 34 1. 数据标准管理工具 . 35 2. 数据模型管理工具 . 36 VI 3. 元数据管理工具 . 37 4. 主数据管理工具 . 38 5. 数据质量管理工具 . 39 6. 数据安全管理工具 . 40 7. 数据生命周期管理工具 . 41 (四 ) 成功要素 . 42 1. 明确责权利标，有效推进管理 . 42 2. 合理引进技术，提升 治理能力 . 43 3. 着眼业务应用，释放数据价值 . 43 4. 加强数据合规，注重风险风控 . 44 5. 持续迭代完善，形成良性闭环 . 44 四、 总结与展望 . 46 附录一：术语 . 48 附录二：数据资产管理的实践案例 . 51 （一）中国电信集团公司大数据资产管理案例 . 51 （二）中国移动省公司大数据资产管理案例 . 59 （三）中国保信保 险业务数据资产管理案例 . 65 （四）基于数据模型的证券期货行业数据资产管理案例 . 70 （五） “云上贵州 ”政务数据资产管理案例 . 74 （六）某省政务大数据资产管理案例 . 78 （七）某大型医药公司数据资产管理案例 . 86 （八）某大型钢铁集团 公司数据资产管理案例 . 90 （九）湖北省物价数据资产管理案例 . 94 VII 图 表 目 录 表 1 数据资产价值评估典型方法比较 . 20 表 2 数据资产管理组织架构角色职责 . 25 表 3 不同组织方式 的数据资产管理典型实践模式 . 34 表 4 不同建设策略的数据资产管理典型实践模式 . 34 图 1 数据资产管理在大数据体系中的定位 . 2 图 2 大数据背景下的数据资产管理特点特征 . 9 图 3 数据资产 管理体系架构 . 12 图 4 数据资产管理内容之间的关系 . 22 图 5 数据资产管理保障措施组织架构 . 24 图 6 数据认责机制 . 26 图 7 一种典型的制度体系架构 . 27 图 8 数据资产管理实施 方法论 . 30 图 9 三段八步法 . 61 图 10 某省政务大数据资产汇聚架构图 . 80 图 11 某省政务数据汇聚主题模型 . 80 图 12 某省政务数据资产治理架构图 . 81 图 13 某省政务数 据资产应用架构图 . 82 图 14 数据资产管理流程图 . 91 图 15 多元化数据集成 . 91 图 16 原始检测数据实时采集 . 92 图 17 钢材合格预测模型 . 92 图 18 物价大数据平台总体 架构示意图 . 95 中国信息通信研究院 &CCSA TC601 数据资产管理实践白皮书（ 3.0 版）（ 2018） 1 一、 数据资产管理概述 数据成为资产，已经是行业 共识，甚至有人建议将数据计入资产负债表。但如果对比实物资产， 对数据资产的管理，还处于非常原始的阶段。往往一个机构针对其数据资产类别和数量都缺乏全面了解，数据质量、数据安全、资产评估、资产交换交易等精细管理、价值挖掘和持续运营则更为薄弱。 数据资产管理是现阶段推动大数据与实体经济深度融合 、新旧动能转换、经济转向高质量发展阶段 的重要 工作内容 。本章将阐述 数据资产管理的定义与内涵， 分析数据资产管理在大数据中的重要意义，并对数据资产管理在大数据发展中的趋势进行分析。 (一 ) 数据资产管理的定义与内涵 1. 数据资产管理 的概念 数据资产 （ Data Asset） 是指 由企业拥有或者控制的，能够为企业带来未来经济利益的 ，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。 在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。 数据资产管理 （ DAM， Data Asset Management） 是 指 规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、 交付和提高数据资产的价值 。数据资产管理是需要充分融合业务、技术和管理，来确保数据资产保值增值。 数据资产管理实践白皮书（ 3.0 版）（ 2018） 中国信息通信研究院 &CCSA TC601 2 2. 数据资产管理的内涵 数据资产管理在大数据体系中的定位如 图 1 所示 ，它位于应用和底层平台中间 。数据资产管理包括两个重要方面， 一是 数据资产管理的核心 管理职能 ， 二是 确保这些 管理职能 落地实施的保障措施 ， 包括 组织架构、制度体系 。 数据资产管理在大数据应用体系中，处于承上启下的重要地位。对上支持以价值 创造 为导向的数据应用开发，对下依托大数据平台实现数据全生命周期的管理。 图 1 数据资产管理在大数据体系中的定位 数据资产管理 贯穿 数据 采集、应用和价值实现 等 整个生命周期 全过程。 企业管理数据资产 就是 通过对 数据的生命周期 的管理，提高数据 资产质量，促进数据在 “内增值，外增效 ”两方面的价值 变现 。数据先被 规范性定义、 创建或获得，然后存储、维护和使用，最终被销毁。数据的生命周期开始于数据获取之前，企业先期制定数据规划、定义数据规范，以期获得实现数据采集、交付、存储和控制所需的技术能力。 数据资产管理 一般来说包括 统筹 规划、 管理实施、稽核检查和资产运营四 个 主要 阶段 ，详见第三部分数据资产管理的实施要点 。