数字化转型中的数据资产管理：统一化、专业化、敏捷化

　　一、数字资产的概念及特征

　　身处数字时代，数字资产俯拾皆是，每个人都在有意或无意地与数字资产打着交道。因为数字资产的概念很大，并且随着信息技术的发展，数字资产的概念内涵也变得越来越丰富。尤其是在数据分析处理等相关技术变得越来越成熟的当下，数据不仅成为了一种新的生产要素，还被众多企业视为一种重要资产，是在激烈的市场竞争中制胜的关键，所以数字资产还没有一个统一和权威的定义。但一般来说，数字资产是以电子数据形式存在并且预期会给资产持有者带来经济利益或具有潜在经济价值的非货币性资产。它与现实资产最大的不同就在于数字资产可交换的价值是以数字化方式呈现的，数字时代各类信息技术在网络办公、电子支付及商品交易等场景的广泛应用正逐渐产生大量数据和数字化商品，并且这些数据和数字化的商品越来越体现出资产的性质，即能够为持有者带来预期经济效益。

　　二、数据资产管理的发展趋势

　　1、管理理念：从被动响应到主动赋能

　　随着组织数字化转型的不断深入推进，数据资产管理占组织日常经营管理的比重日渐增加，传统以需求定制开发为主要模式的被动服务形式，已难以满足组织数据服务响应诉求，组织逐步在各业务条线设置数据管理岗位，定期采集数据使用方诉求，构建数据资产管理需求清单，解决数据资产管理难点，跟踪数据应用效果，加深数据人员对业务的理解和认识，主动赋能业务发展。

　　2、组织形态：向专业化与复合型升级

　　也出现在了深圳、浙江等地的规划中。企业方面，广东、上海等地发布相关政策推动企业设置首席数据官。广东省工业和信息化厅于2022年出台了《广东省企业首席数据官建设指南》，鼓励在企业决策层设施CDO角色，以制度形式赋予CDO对企业重大事务的知情权、参与权和决策权，统筹负责企业数据资产管理工作，加强企业数据文化建设，提升企业员工数据资产意识，建立正确的企业数据价值观。

　　数据资产管理组织形成以CDO或CIO主导、业务部门与IT部门协同参与的模式。此外，在业务部门与IT部门设置专职或兼职数据管理员，推动数据资产管理有效开展。

　　3、管理方式：敏捷协同的一体化管理
　
　　传统的数据资产管理建设往往由多个分散的管理活动和解决方案组成，造成数据资产管理各个环节之间的脱节（包括开发与管理、管理与运营）的脱节，使得数据从生产端到消费端的开发效率降低。例如，在开发阶段应遵循的数据标准规范，在管理阶段需要强依赖专业数据管理角色和过程监控才可能实现。同时，由于多数企业忽视了数据运营，使数据消费端未向数据资产生产端反馈有效的用户体验。

　　倡导协同式、敏捷式的数据资产管理，通过建立数据管道，明确数据资产管理的流转过程及环节，采用技术推动数据资产管理自动化，提高所有数据资产管理相关人员的数据访问和获取效率，降低管理成本，加速数据价值释放。同时，运营结果反向指导数据资产管理工作，实现管理与运营的协同。

　　4、技术架构：面向云的Data Fabric

　　随着数据技术组件日益丰富，数据分布日趋分散，Data Fabric 已成为支持组装式数据分析及其各种组件的基础架构，Data Fabric是一种新型、动态的数据架构设计理念，是综合利用元数据、机器学习和知识图谱等技术，打造一个更加自动化、面向业务、兼容异构的企业数据供应体系，以支撑更加统一、协同、智能的数据访问，有分析师称之为将“恰当”的数据在“恰当”的时间提供给“恰当”的人。

　　5、管理手段：自动化与智能化广泛应用

　　具体来说，是指利用AI、ML、RPA、语义分析、可视化等技术，自动识别或匹配数据规则（包括数据标准规则、数据质量规则、数据安全规则等），自动执行数据规则校验，或是自动发现数据之间的关联关系，并以可视化的方式展现。此外，可利用VR、AR 等技术，帮助数据使用者探索数据和挖掘数据，提升数据应用的趣味性，降低数据使用门槛，扩大数据使用对象范围。在不影响数据资产管理效果的同时，极大地降低了数据资产管理成本。

　　6、运营模式：构建多元化的数据生态

　　以广东电网能源投资为例，通过成为首批“数据经纪人试点单位”，积极参与数据要素生态体系，打造电力大数据品牌，实现电力数据资产合规高效流通，获取电力数据资产价值收益。对于银行业而言“开放银行”是数据生态的典型代表，“开放银行”的本质是一种平台化商业模式，以API 作为技术手段，实现银行数据与第三方服务商的共享，从而为金融生态中的客户、第三方开发者、金融科技企业以及其他合作伙伴提供服务，并最终为消费者创造出新价值。随着开放银行的生态体系不断完善，银行将丰富与合作伙伴共建共享方式，充分运用数据智能，实时感知用户需求并精准匹配，有利于提供全方位、综合化、泛金融服务。

　　7、数据安全：兼顾合规与发展

　　两者之间存在着互相促进的关系，并不冲突。数据安全是合理利用的前提条件，合理利用是数据安全保护的最终目的。只有做好数据安全保护，才能让数据所有者愿意授予组织或其他主体对数据的使用权利，进一步推动数据资产流通。GDPR倡导平衡“数据权利保护”与“数据自由流通”的理念，在赋予数据主体权利的同时，强调个人数据的自由流通不得因为在个人数据处理过程中保护自然人权利而被限制或禁止。

　　其次，应从数据安全管理和数据资产流通两方面同步寻找平衡点。在数据安全管理侧，通过建立数据安全管理机制，制定数据安全分类分级标准和使用技术规范，提升数据安全治理能力；在数据资产流通侧，将数据安全合规、个人信息保护等要求作为基本“红线”，将其潜在风险作为成本指标，在不触碰“红线”的前提下，进行数据资产流通的收益分析，探索数据安全与资产流通的均衡方案。