数据知识
文章推荐
- 理论支撑：企业财务大数据[2022-06-16]
- 数据治理的时代演变之道[2022-06-15]
- 数据治理的经济分析[2022-06-14]
- 实施数据治理时常犯的10[2022-06-13]
- 数据质量管理办法[2022-06-10]
- 治数VS养数[2022-06-09]
- 华为是怎么做数据治理的[2022-06-09]
- 数据发现对数据治理的重[2022-06-08]
- 工业企业数据治理的八大[2022-06-07]
- 企业数据治理团队的十大[2022-06-06]
企业如何构建自己的数据资产目录
发布时间:[2021-02-06]
来源:网络
点击量:
引言
中国经济经历四十年改革开放和连续高速增长，中国经济已经由高速增长，进入高质量驱动的阶段。面对产业结构调整、资源环境挑战、数字技术与创新带来的行业颠覆与机遇，中国企业逆水行舟，不进则退。鉴于此，对数据资产进行全面盘点、构建企业级的数据资产目录成为了数据资产管理不可或缺的重要环节。
而很多企业在构建数据资产目录的过程中，是否遇到了以下困惑：
● 数据资产是什么？搭建企业数据资产目录能给企业带来什么价值？
● 构建数据资产目录的条件是什么？哪些数据可以视为数据资产？
● 谁来做数据资产盘点，是业务人员还是技术人员？
● 数据资产目录构建后，谁来负责管理？怎么实现管理？
● 花费大量的人力、财力，最后留下只弄了一堆Excel清单、Word办法和PPT汇报出来？
一．数据资产定义
搭建数据资产目录首先要明确数据资产的定义，2019年6月中国信通院发布《数据资产管理实践白皮书4.0》中指出：数据资产是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。
从白皮书上定义中，笔者总结得出数据资产最重要的四个性质：
● 可控制，数据资产不仅仅只是企业内部的数据，第三方的外部数据也可作为企业数据资产；
● 有价值 ，数据资产能够给企业带来效益和价值，笔者认为此处带来的经济价值不仅仅局限于直观的金钱等有型价值，还应该包含品牌、名誉、公信力等无形价值；
● 有方式 ，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。对于一些纸质管理的数据目前没有纳入管理范围。
● 需识别 ，并非所有的数据都能成为数据资产，每个国家，每个行业、每个企业的业务架构和业务特点都是不相同的，所以企业应根据自身的业务特点，采用有效的方法论在庞大的数据中识别出属于自己的核心数据资产。
二、搭建数据资产目录原因
1.外部驱动
数据是国家基础性战略资源，大数据已上升为国家战略。2020年，国家密集出台数据有关政策。并且对于金融行业，监管机构风险管理要求提供精准的数据模型、创造价值要求充分数据资产。
2.内部驱动
随着企业逐步开始进行数据化转型，企业也需要进入定制化时代，以更低成本，生产多样化的产品，从而满足不同客户的不同需求。
对于数据本身而言，业务发展加快了数据膨胀的速度，也带来数据不统一的问题，业务部门频繁增加和剥离同样对数据管理提出挑战。而数据资产目录的目的就是把数据定义清楚，提升数据质量，然后进一步做整合、构建数据分析应用，优化数据拥有单位的经营管理，创造业务价值。最近几年对数据安全要求提高，也会去做数据分类分级方面的工作，规定不同的安全等级，确保数据安全可控
三、数据资产目录搭建方法
数据资产目录管理是数据治理工作中重中之重。通过识别有效的数据，再根据符合企业数据管理建设的方法论才能形成一套企业数据资产目录，在不同视角下为业务人员、技术人员、管理人员等，以提升业务价值目标的目的，更好的使用、分析和理解相关的数据。
1.数据资产盘点方法
如何发现对于企业重要的数据，如何构架企业自己的数据资产目录是我们今天探讨的话题，笔者觉得，数据资产盘点是构建数据资产目录的基础。我们首先试想一个场景，当你面对一个东西乱七八糟摆放，零钱每个角落都有，垃圾遍布的整个房间时，你会怎么做？大部分人都会进行分类整理吧，将每个角落的零钱放在储蓄罐中妥善保管；将衣物放在不同的柜子里归纳存放；将垃圾收集到垃圾桶里进行舍弃，这整个过程就是“摸清家底”！
同样，企业在做数据资产盘点的意义也是有效识别出企业在业务中产生的重要数据。数据资产盘点的过程以实际的业务出发，梳理核心业务流程、根据每个流程中的输入物与输出物来识别产生的数据实体、每个实体中的属性以及实体间的关系，实现业务与数据的衔接。
数据资产盘点主要工作包括以下6个步骤：
2.目录体系框架
通过资产盘点，梳理企业核心业务板块，以银行为例，一级主题分为，客户、产品、渠道、协议、交易、地域、资产、财务、营销、公共等（每个银行划分可能会有所不同），确定核心业务板块后，根据业务需求逐步向下划分二级目录、三级目录，最后细分到信息项。
信息项的定义是从业务出发，梳理业务板块都有哪些数据内容，例如客户信息包括：基本信息、联系信息、管理信息、评价信息、关联信息等。基本信息包括：客户名称、证件号码、出生日期、电话号码等，最后将信息项与物理表构建映射关系。这样数据的使用者就能在目录中找到自己想要的信息。
目录体系框架可参考以下指引：
《信息技术 大数据 数据分类指南》——GB/T 38667-2020
《信息安全技术 大数据安全管理指南》——GB/T 37973-2019
《数据安全 证券期货数据分类分级指引》——JR/T 0158-2018
3.数据内容划分
1.基础数据
基础数据是在业务系统在开展业务过程中产生的数据，包含主数据以及参考数据。基础数据通过基础属性、业务属性、技术属性和管理属性来描述基础数据。例如在基础属性中明确数据分类；业务属性中需要定义基础数据中文名、业务定义等；在技术属性中明确数据表名，字段名，数据类型、长度、精度数据分布等；在管理属性明确数据安全等级，数据归口部门，可信数据源等。其中代码信息中包含代码值以及代码含义。
2.指标数据
指标数据是针对满足内部分析管理需要以及外部监管需求对基础类数据加工产生的数据。指标数据通过基础属性、业务属性、技术属性和管理属性来描述指标数据。例如，在基础属性中需要定义指标数据名称，明确指标分类；在业务属性中需要明确指标的业务含义、业务口径和指标维度等；在技术属性中需明确 指标取数范围、指标取数方式、指标条件、指标数据类型、长度和精度等。在管理属性中需要制定指标制定部门，指标制定人，指标制定依据，可信数据源等。
四、总结
数据资产目录的展现形式应该是从三个视角出发业务人员、技术人员、管理人员，从多个角度描述数据信息才能确保企业内部人员都能看懂数据资产目录的内容，才能真正将数据资产目录落地。
数据资产目录的搭建每个企业都应该寻找适合自己企业的方法论，不应该犯起了本本主义面，行业标杆案例是让我学习和参考，不能完全按照案例的每一步计划实施自己公司的数据管理建设，我们应该做的是向自己业务的问题驱动，真正的去解决问题才是与时俱进，才能成功。
