1、數據資產管理體系方案目錄 TOC o 1-5 h z 刖S1.數據管理職能3 HYPERLINK l bookmark2 o Current Document .數據運營5 HYPERLINK l bookmark8 o Current Document .技術平臺6 HYPERLINK l bookmark14 o Current Document .保障措施8刖S當前，國內外數據管理領域的相關學者和組織面向不同的應用場景提出了 多種數據資產的管理體系。例如，國際數據管理協會于2009年發(fā)布了數據管 理的知識體系(DMBOK1.0),將數據管理體系劃分為10個領域，分別是數據 治理、數據操作

2、管理、數據體系管理、數據開發(fā)、數據平安管理、參考數據和 主數據管理、數據倉庫和商務智能管理、文檔和內容管理、元數據管理以及數 據質量管理，并以此體系為理論基礎，推出數據管理專業(yè)人士認證(certified data management professional, CDMP)?？▋然仿〈髮W旗下機構于 2014 年以軟件能力成熟度集成模型(capability maturity model integration, CMMI)為參考，發(fā)布了數據能力成熟度(data management maturity, DMM)模型，包含六大職能域：數據管理戰(zhàn)略、數據操作、數據質量管理、數 據治理、數據平臺

3、和體系、支撐流程，在中國、美國等多個國家培訓了一批評 估師，并在微軟等公司進行了模型驗證，使該模型具有較強的實踐指導能力和 可推廣性。全國信息平安標準化技術委員會在借鑒國外相關數據資產管理體系的基礎 上，于2018年提出了數據管理能力成熟度模型(data management capability maturity model, DCMM),定義了數據管理能力成熟度評價的八大能力域： 數據戰(zhàn)略、數據治理、數據體系、數據標準、數據質量、數據平安、數據應 用、數據生命周期管理。在吸納各界公認的數據資產管理體系的基礎上，以最大化數據價值為目 標，重點構建了包含數據運營及關鍵活動的數據資產管理體系，從

4、而全面提升第1頁共9頁數據價值。本體系將數據資產管理的管理職能擴展至數據標準管理、主數據管 理、數據共享管理、數據平安管理和數據價值管理，并細化了數據資產管理中 的技術平臺，力圖建立一個全面的、面向價值實現的數據資產管理體系，指導 企業(yè)開展數據資產管理，有效提升企業(yè)的數據資產管理能力，加速數據價值的 釋放。如圖1所示，本文提出的面向價值實現的數據資產管理體系包括4個部 分：數據管理職能、數據運營、技術平臺和保障措施。保障措施技術平臺欣瀛曲的贏泵希而1麗數據確權數據流通- -數據運營L 價值由古保障措施技術平臺欣瀛曲的贏泵希而1麗數據確權數據流通- -數據運營L 價值由古數據服務數據管理職能數據

5、質量管理數據標準管理 一森信畫底 藪贏應譽施 藪施還譽厘誦泰堇一， I藪露福一一， I藪贏適一一， I;夠礪2酉數據管理職能作為數據資產管理體系的主體，通過各職能的配合，有助于 對數據進行標準化和規(guī)范化，提升數據質量，完善數據體系，記錄追溯數據， 打破數據孤島，建立平安數據環(huán)境。數據運營作為數據資產管理體系的核心，通過明確數據權屬，評估數據價 值，實現可信數據交易和多樣數據服務，促進數據流通，加大數據開放的廣 度、深度，加快數據流轉速度和數據資產化進程。技術平臺作為數據資產管理體系的技術支撐，依托覆蓋數據管理職能和數 據運營的全生命周期技術，實現數據高效采集，降低數據存儲本錢，提升數據 處理效

6、率，深入分析挖掘數據，豐富數據應用場景。保障措施作為數據資產管理體系的制度基礎，通過制定戰(zhàn)略規(guī)劃，完善組 織架構，建立制度體系，設置審計機制和開展培訓宣貫等環(huán)節(jié)，確保數據資產 管理工作的有序開展。第2頁共9頁.數據管理職能數據管理職能包括數據標準管理、數據質量管理、元數據管理、主數據管 理、數據模型管理、數據共享管理、數據平安管理和數據價值管理8項管理職臺匕 目匕。數據管理職能數據標準管理元藪露施藪融遏普施藪施還瞽潼數據質量管理主數據管理數據標準管理元藪露施藪融遏普施藪施還瞽潼數據質量管理主數據管理數據共享管理數據價值管理數據標準管理是指數據標準的制定和實施的一系列活動。企業(yè)或相關機構在開展數

7、據標準管理時，應首先對數據標準進行分類（如 基礎類數據標準和指標類數據標準），并規(guī)定各數據標準類別下的基本單元 （可以稱為“數據元”）及其屬性。同時，應制定數據標準管理方法或相應的實施流程要求，開展評估數據標 準管理效果等工作。數據質量管理是指運用各種技術衡量、提高和確保企業(yè)數據質量的規(guī)劃、 實施與控制等一系列活動。企業(yè)在開展數據質量管理時，應明確數據質量評價指標，通常包括完整 性、一致性、唯一性、規(guī)范性、時效性等，在不同的應用場景下，數據質量評 價指標有所擴展。同時，企業(yè)應持續(xù)測量和監(jiān)控數據質量，分析數據質量問題的原因，制定 數據質量改善方案。元數據管理是指通過對描述數據的數據進行管理，以實

8、現對數據的全生命 周期管理的過程。第3頁共9頁企業(yè)在開展元數據管理時，應對元數據進行分類，通常分為技術元數據、 業(yè)務元數據以及管理元數據，分別對應數據涉及的技術領域、業(yè)務領域以及管 理領域，確保元數據覆蓋的全面性。同時，企業(yè)應開發(fā)和維護元數據標準，進而對元數據進行分析（如血緣分 析、影響分析和數據地圖等）。主數據是指描述企業(yè)核心業(yè)務實體的數據，用以協調和管理與企業(yè)的核心 .業(yè)務實體相關的系統(tǒng)記錄數據。企業(yè)開展主數據管理時，應篩選具備核心業(yè)務屬性的數據作為主數據，明 確多業(yè)務系統(tǒng)共用數據的唯一可靠來源，并充分復用數據標準、數據質量規(guī) 那么、數據模型等已有的數據資產管理成果。同時，企業(yè)應實施主數據

9、解決方案，監(jiān)控主數據變化。數據模型是對數據特征的抽象，數據模型管理通常是指在信息系統(tǒng)中用數 據模型表示業(yè)務規(guī)那么和邏輯的過程。企業(yè)開展數據模型管理時，應明確業(yè)務體系和數據組織結構，通常業(yè)務體 系由概念模型和邏輯模型表示，數據組織結構由物理模型表示。同時，企業(yè)應制定數據模型管理方法和實施流程要求，統(tǒng)一管控企業(yè)數據 模型，確保數據模型的落地。數據共享管理是指企業(yè)開展數據共享和交換，從而實現數據內外部價值的 一系列活動。企業(yè)開展數據共享管理時，應定義數據資產內部共享管理方法和實施方 案，監(jiān)督數據內部共享和外部開放的合規(guī)性。數據平安管理是指對數據進行平安分級分類等操作，確保數據全生命周期 管理和數據共

10、享使用的平安合規(guī)性。企業(yè)在開展數據平安管理時，應定義數據平安標準和策略，定義數據平安 等級，部署數據平安防控系統(tǒng)或工具，審計數據平安。數據價值管理是指為了提升數據價值，通過數據應用價值和數據管理本錢 量化和優(yōu)化數據價值的過程。企業(yè)在開展數據價值管理時，應確定數據存儲、計算和運維的本錢預算， 明確數據本錢和收益的具體計量指標，制定降低數據本錢和提升數據價值的策 略，持續(xù)評估數據價值，并改進評估方案。第4頁共9頁.數據運營數據運營包括數據確權、價值評估、數據服務和數據流通4個方面。數據運營廠一一麗贏過一一】：價值評估：III.1廠-藪庶需潘-癡小豪，11，珞制醬室圖3數據運營數據確權是數據資產化的

11、前提，主要指數據的所有權和使用權。于2018年5月生效的歐盟的通用數據保護條例、于2020年1月生 效的美國的2018年加州消費者隱私法案以及中國的中華人民共和國個 人信息保護法均明確了數據所有權歸屬于數據主體，且數據主體擁有知情 權、訪問權、反對權等多項權利，并規(guī)定了數據使用者的義務，包括事先咨詢 義務、數據泄露報告義務、平安保障義務等。但是，由于目前數據確權仍停留在法律法規(guī)層面，且對于加工后的數據的 所有權存在爭議，因此存在大量忽視數據所有權、濫用數據使用權的問題，而 區(qū)塊鏈技術利用數據溯源和記賬的手段，為數據所有權和使用權的界定和監(jiān)管 提供了新的思路。價值評估是指在數據質量、數據應用和數

12、據風險等維度對數據進行估值的 過程。常用的數據資產價值評估方法主要有本錢法、收益法和市場法3類。其中，本錢法從資產的重置角度出發(fā)，重點考慮資產價值與重新獲取或建 立該資產所需本錢之間的相關程度；收益法基于目標資產的預期應用場景，通 過未來產生的經濟效益的折現反映數據資產在投入使用后的收益能力；市場法 那么是在相同或相似資產的市場可比案例的交易價格的基礎上，對差異因素進行 調整，以此反映數據資產的市場價值。目前，由于數據交易、數據服務和數據流通尚未成熟，市場法并未得到廣 泛的應用，多數企業(yè)將數據存儲計算作為本錢計量維度，將數據使用熱度作為 收益計量維度，并通過建立動態(tài)的估值模型，實現主觀與客觀相

13、結合的數據價第5頁共9頁 值評估。數據服務是指為滿足數據使用者的需求而提供的多樣化服務方式。企業(yè)在開展數據服務時，需明確數據使用者的角色和需求，以制定相應的 數據服務策略。對于數據分析人員來說，其需要的可能是數據湖中的原始數據或數據管理 流程中的記錄；對于業(yè)務人員來說，其需要的可能是清洗后的數據或數據統(tǒng)計 分析結果。同時，企業(yè)也應提供多種數據服務方式，包括在線數據服務、數據服務訂 閱和數據API等。數據流通是指在數據提供方和數據需求方之間按照一定流通規(guī)那么進行的以 數據為對象的行為。數據流通通常包含企業(yè)對內的數據共享、企業(yè)對外的數據交易。數據流通是釋放數據價值的關鍵環(huán)節(jié)，但由于數據孤島、數據確

14、權和價值 評估的限制以及數據交易政策和監(jiān)管的缺失，數據流通的開展面臨諸多困難。.技術平臺技術平臺主要包括數據采集、數據存儲、數據處理和數據分析。技術平臺愁強便隹一型厚史近圖4技術平臺數據采集是指從數據生產端提取數據的過程。數據采集技術根據生產端的不同而有所不同，具體包括系統(tǒng)日志采集、網第6頁共9頁 絡數據采集和數據庫采集3種方式。系統(tǒng)日志采集常用的開源技術包括Apache Flume和Facebook Scribe oApache Flume采用分布式架構處理流式數據，保證了日志數據采集的可靠 性和實時性；Facebook Scribe的特征是分布式共享隊列，提供了 一定的容錯性 能。網絡數據

15、采集多采用合法合規(guī)的網絡爬蟲或網站公共API的方式(常用的 網絡爬蟲系統(tǒng)包括Apache Nutch和Scrapy等框架)，快速提取非結構化和半 結構化數據。數據庫采集是指通過將數據庫采集系統(tǒng)與企業(yè)業(yè)務后臺服務器相連，保證 企業(yè)實時產生的業(yè)務數據可以寫入數據庫中，如傳統(tǒng)的關系型數據庫、NoSQL 數據庫以及大數據采集技術。數據存儲是指選擇適當的方式組織和存放數據。文件系統(tǒng)是最早使用的存儲技術，將數據組織成相互獨立的數據文件進行 管理。數據庫在文件系統(tǒng)的基礎上開展而來，不再以文件為單位存儲數據，而是 以記錄和字段為單位對數據進行管理，實現了數據整體的結構化。目前數據存儲的方式和種類越來越豐富。數

16、據處理是指數據由存儲端到數據匯聚端的清洗過程，通常是指由數據庫 到數據倉庫的抽取(extract) 轉化(transform)和加載(load)的過程(簡 稱 ETL)。目前，已有較為成熟的工具，以任務流的方式定時批量完成ETL,局部工 具以可視化任務流而非代碼的方式配置任務，局部工具融合了數據準備和數據 清洗的功能，如根據統(tǒng)計結果完成數據剖析。數據分析是指通過相關技術實現對數據的深度分析和利用的過程。數據分析技術主要包括數據可視化、自動化數據建模和情景感知處理分 析。數據可視化包括以SPSS、SAS、R為代表的基于數據分析的可視化工具， 以Google Chart APR Tableau為代

17、表的動態(tài)渲染的可視化工具和以Modest Maps為代表的地圖可視化工具。自動化數據建模包括Google公司的Cloud AutoML微軟公司的第7頁共9頁CustomVision.AI等技術平臺，實現以計算機自動化的方式完成傳統(tǒng)的人工智能(artificial intelligence, AI)模型訓練過程。情景感知處理分析的核心技術包括情景信息采集技術、情景信息建模技 術、情景信息處理技術。.保障措施完善的數據資產管理體系需要一定的保障措施來確保各項管理職能落到實 處。保障措施通常包括戰(zhàn)略規(guī)劃、組織架構、制度體系、審計機制和培訓宣貫 5個方面。保障措施戰(zhàn)略規(guī)劃：； 組織架構I I制度體系

18、；：審計機制1 I:培訓宣貫 ；IIY二班借字宴圖5保障措施對于企業(yè)來說，建立數據資產管理的保障措施應充分考慮當前信息化建設 的程度和企業(yè)數字化轉型階段，并評估數據應用前景和數據資產管理可能存在 的困難，以確保保障措施的業(yè)務一致性和管理可行性。戰(zhàn)略規(guī)劃是企業(yè)開展數據資產管理的指導藍圖，通常由企業(yè)管理層或領導 層制定，包括數據資產管理的目標、指導原那么、實施路線等內容。隨著數據價值的顯現，越來越多的企業(yè)不再將數據資產管理規(guī)劃局限于某 一部門(如信息管理部門)，而是將其作為企業(yè)戰(zhàn)略的重要環(huán)節(jié)，并在戰(zhàn)略規(guī)第8頁共9頁劃階段成立專門的數據管理部門，以連通IT部門和業(yè)務部門o組織架構是企業(yè)為開展數據資產管理而設置的部門。典型的組織架構主要由數據資產管理委員會、數據資