11月1日，由中國信通院主辦的2019（第二屆）中國金融科技產業峰會進入了第二天分論壇環節。其中，分論壇六《金融業數據治理與應用》在當天下午隆重召開。該論壇由中國信通院云大所大數據與區塊鏈部業務主管馬鵬瑋主持。
會上，中國信通院云計算與大數據研究所的劉海燕為與會者帶來了題為《數據資產管理：大數據時代的必修課》的分享。
劉海燕：大家下午好！我是中國信通院云計算與大數據研究所的劉海燕，今天下午演講題目是“數據資產管理：大數據時代的必修課”。這個題目也是我們最近在編寫一本著作的書名，這本書將會在明年發布，也希望大家多多關注。
一、數據資產管理相關概念
提到數據資產管理，大家會想到數據治理。數據資產管理由數據管理演變而來的，總結下來分為五個階段：
1、手工處理階段，當時數據采集、加工完全依賴于手工。
2、機器輔助階段，有一些文件系統和磁盤做支持。
4、數據管理的雛形已經有了原數據管理、數據倉庫，但主要面向技術人員。
5、數據資產管理階段，有人工智能、大數據技術作為支撐，數據也被視為企業一種重要的資產，被列為社會上最重要的生產要素，是企業發展戰略規劃中重要的部分。
數據資產管理體系是從數據管理演變而來的，世界上最著名的DAMA協會數據管理職能主要包括十個，DAMA2.0的11個職能，沒有提到數據應用價值相關的職能，數據資產管理主要從數據資產是一種資產化的角度來分享，加入了數據價值管理、數據共享管理，從整體范圍來講，數據資產管理范圍大于數據管理的范圍，數據管理的范圍又是大于數據治理的范圍。
二、數據資產管理的重要意義
提到數據資產管理，國內服務器租用服務器托管，肯定大家都會說為什么要做這件事情？在日常從事數據相關工作會發現很多數據質量問題，也會發現這些數據存在數據孤島問題，數據難以溝通、獲取成本較高、數據安全難以保障等。因此要做數據資產管理。
數據資產管理從以下幾點開展，實現數據的可得、可用和好用，盤點數據資產、提升數據質量，打破數據孤島，提高獲取效率，保障數據安全，形成一個整體閉環流程，持續釋放數據價值。
三、數據資產管理體系的框架
分為五個部分，整體目標是實現數據價值的最大化。
首先是保障措施，現在保障措施有制定相應數據戰略，形成組織架構，要制定相應制度體系，最后打造數據文化。數據管理職能方面，有數據安全管理、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、數據價值、數據標準等等。底層有一些大數據技術作為支撐，數據采集、數據存儲、數據分析、數據處理、數據挖掘。中間是數據平臺，可以是數據倉庫、數據集市的形式，最后達到數據資產運營的目的，也是現在正在研究的熱點，數據價值評估、數據流通、數據服務、數據交易、數據開放、數據確權等等。
數據標準管理。主要是為管理活動提供規范準則，數據標準就是保障數據的內外部使用和交換的一致性、準確性、規范性約束，可以做一些名稱的統一，定義的統一，口徑的統一，來源的統一，參考的統一。數據標準管理主要是這一系列活動。數據標準的內容，分為基礎類數據標準和指標類數據標準。
數據模型管理。模型主要是為數據資產管理提供全體架構和存儲邏輯。
主數據管理。就是數據資產管理的主線，主數據主要是描述企業核心業務實體的數據，是企業核心業務對象交易業務的執行主體，一般包括客戶、員工、供應商等信息，主數據管理使企業可以獲得跨系統的使用一致的共享的主數據。
元數據管理。實現了對數據全生命周期的追溯和管控，元數據類別主要分為三大部分：技術元數據、業務元數據、管理元數據。元數據管理主要利用影響分析來實現關鍵信息的追蹤和記錄，評估元數據帶來的風險，逐漸成為數據資產管理發展的關鍵驅動力。元數據的關鍵活動有一些理解需求，設計相應的元數據標準，建設元數據管理工具等等。
數據質量管理。主要提升數據的可用性，數據質量是保證數據應用效果的基礎，所以在做數據應用的前提是要有一個好的數據質量，數據質量管理主要提升企業數據質量，使得企業獲得結構清晰的數據，來提高數據應用和服務的水平。數據質量評價維度一般是從完整性、規范性、真實性、準確性、連續性等維度進行評價。數據質量關鍵活動里有一個比較重要的是設定相應數據質量規則，可以布控在事前、事中、事后各個方面。
