数据资产管理实践白皮书4.0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 TC6 0 1 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（ 4 .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： 何宝宏、魏凯、姜春宇、刘成成、闫树、李雨霏、刘海燕、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、黄志、钱岭、齐骥、侯志强、石在辉、刘童桐、吴嘉、张振、林锋、周万、王波、郝滨、王鹏、刘庆会、胡浩、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、蔡春久、王琤、朱金宝、骆阳、魏民、刘浩、施红明、白梅、寇新华、陈燕琪、蒋勇、高伟、赵乔、霍琦、訾津津、王雀陵、张治国、武威、薛勇、张辉、周建龙、杨嘉诚、李慧、陈彬 参与单位 ： 中国信息通信研究院、 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、 百度在线网络技术（北京）有限公司、阿里巴巴（中国）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、亿信华辰有限公司、北京卓信智恒数据科技股份有限公司 、御数坊（北京）科技咨询有限公司、广州石竹软件、航天恒星科技有限公司 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， 1 9 9 0 年以来，以国际数据管理协会（ D A MA ， D a t a Man a g em en t A s s o ci a t i o n In t er n a t i o n a l ）、能力成熟度模型集成（ C MMI ，Cap a b i l i t y Mat u ri t y Mo d el In t e g ra t i o n ）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IV 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、技术工具和成功要素；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 3 .0 的基础上，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。在原有管理职能 的介绍下，尝试说明数据资产化管理的关键活动步骤，并在实施步骤方面，增加了各实施阶段的具体输出物，并增加了 “ 数据价值管理工具 ” 和 “ 数据服务管理工具 ” ，更好的指导企业搭建数据资产管理平台，开展数据资产管理相关工作。 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： l i y u fe i c a i ct .a c 。 V 目 录 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 ) 数据资产管理的重要性 . . . 4 1. 数据价值难以有效发挥的原因 . . 5 2. 数据资产管理是充分发挥数据价值的必经之路 . 6 ( 三 ) 数据资产管理是各方关注的重要议题 . . 8 ( 四 ) 数据资产管理的现状与发展 . . . 10 1. 数据管理对象变化 . . . 10 2. 处理架构更新换代 . . . 11 3. 组织职能升级变迁 . . . 12 4. 管理手段自动智能 . . . 12 5. 应用范围不断扩大 . . . 13 二、数据资产管理的主要内容 . . . 14 ( 一 ) 管理职能 . . . . 14 1. 数据标准管理 . . . 14 2. 数据模型管理 . . . 15 3. 元数据管理 . . . 17 4. 主数据管理 . . . 19 5. 数据质量管理 . . . 20 6. 数据安全管理 . . . 21 7. 数据价值管理 . . . 22 8. 数据共享管理 . . . 25 ( 二 ) 保障措施 . . . . 26 1. 制定战略规划 . . . 27 2. 完善组织架构 . . . 27 3. 建立制度体系 . . . 29 4. 设置审计机制 . . . 31 5. 开展培训宣贯 . . . 31 三、数据资产管理的实施要点 . . . 33 ( 一 ) 实施步骤 . . . . 33 1. 第一阶段：统筹规划 . . . 34 2. 第二阶段：管理实施 . . . 35 3. 第三阶段：稽核检查 . . . 37 4. 第四阶段：资产运营 . . . 38 ( 二 ) 实践模式 . . . . 40 1. 数据资产管理的建设策略 . . 40 2. 数据资产管理的切入方式 . . 42 ( 三 ) 软件工具 . . . . 43 VI 1. 数据标准管理工具 . . . 44 2. 数据模型管理工具 . . . 45 3. 元数据管理工具 . . . 46 4. 主数据管理工具 . . . 47 5. 数据质量管理工具 . . . 48 6. 数据安全管理工具 . . . 49 7. 数据价值管理工具 . . . 50 8. 数据服务管理工具 . . . 51 ( 四 ) 成功要素 . . . . 52 1. 明确责权利标，有效推进管理 . . 52 2. 合理引进技术，提升治理能力 . . 53 3. 着眼业务应用，释放数据价值 . . 54 4. 加强数据合规，注重风险风控 . . 54 5. 持续迭代完善，形成良性闭环 . . 55 四、总结与展望 . . . . 56 附录 ：术语 . . . . 58 V II 图 表 目 录 表 1 数据成本和价值评估的维度 . 23 表 2 数据资产价值评估典型方法比较 . 24 表 3 数据资产管理 组织架构角色职责 . 28 表 4 数据资产管理的两种建设策略 . 40 表 5 数据资产管理的切入方式 . 42 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 . 10 图 3 数据资产管理体系架构 . 14 图 4 数据资产管理保障措施组织架构 . 27 图 5 数据认责机制 . . 29 图 6 一种典型的制度体系架构 . 30 图 7 数据资产管理实施步骤 . 34 1 一、 数据资产管理概述 众所周知，数据是资源，伴随着大数据时代支撑数据交换共享和数据服务应用的技术发展，不断积淀的数据开始逐渐发挥它的价值，因此，业界提出可以将数据作为一项资产， “ 盘活 ” 数据以充分释放其附加价值。但是事实上，如果缺乏恰当有效的管理手段，数据也可能会成为一项负债。同时，相较于实物资产，数据资产的管理目前还处于初级阶段，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也较为薄弱。 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领域的重要意义，并对数据资产管理在大数据发展中的趋势进行分析，探讨数据资产管理在企业中的实践模式。 ( 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 （ D a t a A s s et ）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 （ D A M ， D a t a A s s e t M an a g em en t ）是指规划、控制2 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。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。 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，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。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，包括战略规划、组织架构、制度体系等。 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、存储、应用和销毁整个生命周期全过程。企业管理数据资产就是对数据进行全生命周期的资产化管理，促进数据在 “ 内增值，外增效 ” 两方面的价值变现，同时控制数据在整