数据治理连载漫画：什么是数据资产管理？

 01 数据资产管理新特征

随着大数据的迅猛发展，

数据资产管理相对传统的数据管理是正在变革的，

逐渐呈现一些新特点，

可以从  数据对象 、 处理架构 、 组织职能 、

管理手段  和  应用范围  五个方面来认识。

1、数据对象缤纷复杂

数据作为数据资产管理的对象，体现出数据  规模海量庞大 、数据  格式种类繁杂  以及数据  来源各式各样  等特征。

具有 4V特性 的数据称为大数据

---

集中储存/集中计算已经无法处理巨大的数据量

仅微博就有近3亿用户，

每天刷上亿条微博。中型城市每月数十亿智能电表数据2015年全球移动终端产生的数据量6300PB

---

文本/图片/视频/文档 等

---

海量数据的及时有效分析
用户基数庞大/设备数量众多/实时海量/数据指数级别增长

---

单条数据并无太多价值，但庞大的数据量蕴含巨大财富。

 2.  处理架构更新换代

处理架构的更新换代体现在两个方面。
一方面是 底层架构 ，数据处理的底层架构快速的向分布式系统迁移。另一方面是 数据的预处理流程正在从传统的ETL 结构向 ELT 转变 。而大数据背景下的架构体系是 ELT结构，
其根据上层的应用需求，随时从数据湖中抽取数据建模分析。 

3.  组织职能升级变迁 

随着数据分析与业务融合越来越深入，业务部门逐步成为大数据应用的主角，因而 数据资产管理 在企业中扮演越来越重要的角色。出现了越来越多的企业设置专门的 数据管理职能部门 或  首席数据官（CDO，Chief Data Officer） 岗位。在这种变迁背景下，数据管理的组织架构也面临革新的需求。

4.  管理手段自动智能

依靠“手工人力”的电子表格数据治理模式即将被“自动智能”的“专业工具”取代，越来越多的数据管理员、业务分析师和数据领导者采用“平台工具”来梳理 元数据 、 主数据 ， 构建模型 和 管控质量 ，有效地解放人力，提高效率和精度。

5.  应用范围不断扩大

数据的应用范围在不断扩大，由传统的支持管理需要的战略决策分析为主，发展为支撑业务一线业务场景 的战术性决策。数据资产的意义价值也从
对内强化能力扩展到了 对外合作开放 上，从而实现数据资产保值到增值的跨越。
数据应用范围越广，就越需要智能化的数据资产管理技术及完备的管理制度作为支撑，从而实现数据精细化管控和数据价值最大化。

相关大数据分析能力已与银行多个业务场景深度融合，突破了传统分析的束缚，实现银行业务创新，产品创新与服务创新。

02 数据资产管理内涵概述

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。

数据资产管理在大数据体系中

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。

 数据资产管理包含

8个 管理职能 和 5个 保障措施。

管理职能是指落实数据资产管理的一系列具体行为，

保障措施是为了支持管理职能实现的一些辅助工作。

1、管理职能

数据资产管理的管理职能包括 数据标准管理 、 数据模型管理 、 元数据管理 、 主数据管理 、 数据质量管理 、 数据安全管理 、数据价值管理 以及 数据共享管理 等8个方面。前述我们也有专题介绍过，后续也会深入、持续讨论。

2、保障措施

数据资产管理是体系化非常强的工作，
需要充分考虑企业内部IT系统、数据资源以及业务应用的开展现状，同时也要考虑围绕业务开展所设立的人员和组织机构的情况，在此基础上设计一套有针对性的 数据资产管理组织架构 、管理流程 、 管理机制 和 考核评估办法 。通过管理的手段明确“责权利”以保障数据资产管理工作有序开展。数据资产管理的保障措施可以从 战略规划 、 组织架构 、 制度体系 、 审计机制 和 培训宣贯 五方面进行展开。
典型的组织架构主要由 数据资产管理委员会 、 数据资产管理中心 和 各业务部门 构成。

为了让组织架构中的各个角色相互配合，各司其职，还需要明确他们相应的职责，让工作职责融入到日常的数据资产管理和使用工作中。 数据认责 是数据资产管理在服务各领域、各环节工作落到实处的有效手段，通过数据角色职责开展数据认责相关工作。具体认责条例、管理办法及相关制度流程由数据资产管理委员会进行制定。

数据治理连载漫画系列文章，欢迎点击阅读：

本文来源山西农信

点击文末阅读原文，获取更多干货热文

如果读完本文有收获，欢迎转发分享，谢谢

<END>

大家都在看：
1、IBM数字化中台（PPT）
2、拒绝“盲人摸象”，数据分类分级方法论与实战总结3、主数据管理（MDM）项目建设落地方案
4、数据中台建设方案（PPT）
5、企业数据质量管理的核心要素和技术路线（PPT）6、企业级数据治理解决方案（PPT）7、6000字详解数据仓库建设方法8、网易数据指标体系建设实践
9、阿里数据中台解决方案（PPT）10、《数据安全法》实施在即，企业如何应对数据分类分级保护制度？11、主数据项目实施方法与核心步骤12、企业数据资产管理落地实施方案13、详解数据治理九大核心领域，以银行业为例14、一种数据建模方法及操作步骤15、企业数据资产盘点与数据标准梳理方法

数据学堂

欢迎扫码添加歪老师个人微信（data-school），邀请加入数据学堂数据治理专业微信群，与业内大咖一起识数据、存数据、管数据、治数据、用数据！