寫在前面：
這是一個系列文章，沉澱了我在數據治理領域的一些實踐和思考。共分爲5篇。分別是：
一、大數據治理：那些年，我們一起踩過的坑
主要講講數據治理工作中常見的一些誤區。
二、要打仗，你手裏先得有張地圖：數據治理之元數據管理
這一篇講講元數據的概念和具體應用場景。
三、不忘初心方得始終：數據治理之數據質量管理
提升數據質量，始終是數據治理工作中最重要的目標之一。本篇講述如何科學地進行數據質量管理。
四、書同文車同軌：數據治理之數據標準管理
數據標準的落地始終是難題。本篇希望能提供一些數據標準建設的思路。
五、大數據的淘金之旅，數據治理之數據資產管理
不管廠商把它們叫什麼：業務標籤，數據資產，還是知識圖譜管理，本質上都是從數據中提煉出來的資產。怎麼管理和應用好這些資產，是現今數據治理的重要研究課題
這些觀點是一家之言，歡迎同仁們商榷，共同進步。
正文：
數據資產與數據資產管理的定義
隨着大數據時代的到來，人們已經認識到數據是一種無形的寶貴資產，谷歌、Facebook、阿里巴巴、騰訊等企業市值高達數千億美元，不僅在於其獨特的商業模式和市場壟斷地位，更多的估值是給予了其擁有的海量用戶數據裏所蘊含的巨大價值。對於數據的擁有者和管理者來說，通過對數據的合理管理和有效應用，能盤活並充分釋放數據的巨大價值。但如果數據的擁有者和管理者缺乏對數據的有效管理，數據就用不起來，或者即便用起來也用不好，在這種情況下，堆積如山的無序數據給企業帶來的是高額的成本，數據成爲一項棘手的“負債”。從這個角度來說，數據資產的管理能力，已經成爲衡量一家企業能否成功的重要因素。
在講數據資產管理之前，首先需要釐清數據資產和數據資產管理的概念，區分數據和數據資產的區別。
中國信通院聯合多家企業於2019年6月發佈了《數據資產管理實踐白皮書4.0》，其中將數據資產定義爲：由企業擁有或控制的、能夠爲企業帶來未來經濟利益的、以物理或者電子方式記錄的數據資源，如文件資料、電子數據等。
從這個定義可以看出，數據資產的三個特徵爲：
1）“企業擁有或控制”。這個特徵指明瞭數據是有其主體的，同時也說明了數據資源可能來源於企業內部的信息系統或者日常經營活動的沉澱，同時也有可能是企業通過外部的交換、購買等手段獲取到的。
2）“能帶來未來經濟利益”。這個特徵清楚地表明瞭在企業中，並非所有的數據都構成數據資產，數據資產是能夠爲企業產生價值的數據資源。
3）“數據資源”。這個特徵表明了數據資產的存在形態，是以物理或者電子方式記錄下來的數據。
《數據資產管理實踐白皮書4.0》中對數據資產管理的定義爲：規劃、控制和提供數據及信息資產的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交付和提高數據資產的價值。
從這個定義可以看出，數據資產管理的目的是通過一系列手段，以控制、保護、交付和提高數據資產的價值。
數據資產管理的現狀和挑戰
在過去，國內大部分領先企業都陸續建設了ERP系統、人力資源系統、供應鏈管理系統、物流系統、電子商務系統、集成門戶、協同辦公、決策支持系統等各類信息化系統，這些系統在支撐企業經營活動的同時，也帶來了數據量的高速膨脹。隨着數據積累逐漸增多，大部分企業在數據管理方面遇到了諸多挑戰：
- 缺乏統一的數據視圖：數據資源分佈在企業的多個業務系統中，分佈在線上線下，甚至企業的內外部，由於缺乏統一的數據視圖，數據的管理人員和使用人員無法準確快速地找到自己需要的數據。數據管理人員也無法從宏觀層面掌握自己擁有哪些數據資產，擁有多少數據資產，這些數據資產分佈在哪裏，變化情況怎麼樣。
- 數據基礎薄弱：大部分企業的數據基礎還很薄弱，存在數據標準混亂、數據質量參差不齊、各業務系統之間數據孤島化嚴重、沒有進行數據資產的萃取等現象，阻礙了數據的有效應用。
- 數據應用不足：受限於數據基礎薄弱和應用能力不足，多數企業的數據應用剛剛起步，主要在精準營銷、輿情感知和風險控制等有限場景中進行了一些探索，數據應用的深度不夠，應用空間亟待開拓。
- 數據價值難估：企業難以對數據給業務的貢獻進行評估，從而難以像運營有形資產一樣運營數據。產生這個問題的原因有兩個：一是沒有建立起合理的數據價值評估模型；二是數據價值跟企業的商業模式密不可分，在不同應用場景下，同一項數據資產的價值可能截然不同。
- 缺乏安全的數據環境：隨着數據的價值越來越得到全社會的廣泛認可，針對數據的犯罪活動日漸猖獗，數據泄露、個人隱私受到傷害等現象層出不窮。很多數據犯罪是因爲安全管理制度不完善、缺乏相應的數據安全管控措施導致的。
- 數據管理浮於表面：沒有建立一套符合數據驅動的組織管理制度和流程，沒有建設先進的數據管理平臺工具，導致數據管理工作很難落地。
這些問題已經嚴重影響到數據價值的發揮，導致企業的數據越積越多，卻逐漸成爲企業的負擔，大數據管理部門也成爲企業的成本中心，而不是創新中心和利潤部門。
數據資產管理的四個目標
數據資產管理是數據中臺面向企業提供數據能力的一個窗口，數據資產中心將企業的數據資產統一管理起來，實現數據資產的可見、可懂、可用、可運營。
- 可見：通過對數據資產的全面盤點，形成數據資產地圖。從數據生產者、管理者、使用者等不同的角度，用數據資產目錄的方式共享數據資產，用戶可以快速、精確地查找到自己關心的數據資產。
- 可懂：通過元數據管理，完善對數據資產的描述。同時在數據資產的建設過程中，注重數據資產業務含義的提煉，將數據加工和組織成人人可懂的、無歧義的數據資產。具體來說，在數據中臺之上，需要將數據資產進行標籤化，標籤是面向業務視角的數據組織方式。
- 可用：通過統一數據標準、提升數據質量和數據安全性等措施，增強數據的可信度，讓數據科學家和數據分析人員沒有後顧之憂，放心地使用數據資產，降低因爲數據不可用、不可信而導致的溝通成本和管理成本。
- 可運營：數據資產運營的最終目的是讓數據價值越滾越大，因此數據資產運營要始終圍繞資產價值來開展。通過建立一套符合數據驅動的組織管理制度流程和價值評估體系，促進數據資產建設過程的不斷改進，提升數據資產管理的水平，提升數據資產的價值。
數據資產管理與數據治理的關係
DAMA和DCMM對數據治理的定義都是：數據治理（Data Governance，DG）是指對數據資產管理行使權力和控制的活動集合（規劃、監督和執行）。傳統的數據治理內容通常包含：數據標準管理、元數據管理、數據質量管理、數據安全管理、數據生命週期管理等內容。
本文沿用的中國信通院對數據資產管理的定義是：規劃、控制和提供數據及信息資產的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交付和提高數據資產的價值。
從上面兩段描述看出，數據治理和數據資產管理的定義有異曲同工之處，它們圍繞的對象都是數據資產。而中國信通院在《數據資產管理實踐白皮書4.0》中闡述的數據資產管理八大職能中，諸如數據標準管理、元數據管理、數據質量管理、數據安全管理等，同時也屬於傳統數據治理的必要工作內容。數據資產管理在傳統數據治理的基礎上，加入了數據價值管理、數據共享管理等內容。
近些年的發展來看，數據治理的目標正從“以質量管理爲主”，過渡到“質量管理與服務並重”。基於上面的論述，作者認爲，數據資產管理就是傳統的數據治理的升級版，可以認爲是數據治理2.0。數據資產管理與數據治理之間的關係可以用下圖來表示。
在本文中，不再另外闡述數據治理的內容。
數據資產門戶
- 數據資產地圖
數據資產地圖爲用戶提供多層次、多視角的數據資產圖形化呈現形式。數據資產地圖讓用戶用最直觀的方式，掌握數據資產的概況，如數據總量、每日數據增量、數據資產質量的整體狀況、數據資產的分類情況、數據資產的分佈情況、數據資產的冷熱度排名、各個業務域及系統之間的數據流動關係等。
2.數據資產目錄
數據資產目錄通過對數據資產良好地組織，爲用戶帶來直觀的體驗，可以使用戶花較少的時間查找到自己關心的數據資產。
數據資產目錄的組織方式靈活多樣，常見的有按業務域組織、按數據來源組織、按數據類型組織。
根據用戶角色的不同，數據資產目錄有多種展現視角，概括來講，有這三類用戶角色：數據資產開發者、數據資產管理者、數據資產使用者。
數據資產開發者關注當前開發的數據資產是否有重複，是否有準確的定義，通過數據資產目錄，數據資產開發者可以將自己負責開發的數據資產發佈到合理的資產目錄下。
數據資產管理者必須掌握數據資產的全局情況，包括擁有哪些數據資產、數據資產分佈在哪裏、數據資產的質量情況、數據資產的使用情況等。數據資產管理者通過對數據資產的合理授權，控制數據資產的使用。
數據資產使用者關心數據是什麼、數據在哪裏、如何獲取到數據。通過數據資產目錄和獲取到的合理授權，數據資產使用者能快速定位到自己需要的數據資產，掌握數據資產的存在形式是什麼（結構化還是半結構化），如何獲取到自己想要的數據，評估現有的數據資產能否滿足所建應用的需要。
3.數據資產檢索
數據資產檢索服務爲用戶提供一鍵式資產檢索服務，通過對關鍵字的匹配，數據資產門戶檢索出相關的數據資產集，用戶可以根據所需，找到相關數據資產，可以查看數據資產的名稱、創建者、業務語義、加工過程等詳情，幫助其理解和使用數據。