登录

提升数据资源化效率,创新数据资产化模式:《数据资产管理实践指南(7.0版)》发布


速读:数据应用缺乏效果评价,数据资产收益难以评估; 数据资产管理指对数据资产进行规划、控制和提供的一组活动职能。 提升数据资源化效率,创新数据资产化模式:《数据资产管理实践指南(7.0版)》发布2024年12月18日17:32C114通信网C114讯12月18日消息(水易)今日,在由大数据技术标准推进委员会举办的以“数据重塑价值智能链接未来”为主题的“2024数据资产管理大会”期间,中国信通院云计算与大数据研究所大数据与智能化部副主任王妙琼对《数据资产管理实践指南(7.0版)》进行了解读。
2024年12月18日 17:3

C114讯 12月18日消息(水易)今日,在由大数据技术标准推进委员会举办的以“数据重塑价值 智能链接未来”为主题的“2024数据资产管理大会”期间,中国信通院云计算与大数据研究所大数据与智能化部副主任王妙琼对《数据资产管理实践指南(7.0版)》进行了解读。

《数据资产管理实践指南(7.0版)》明确以价值为导向的数据资产管理,从数据资源化、数据资产化两阶段出发,提出DataOps、数据架构全景管理作为数据资源化阶段的管理新模式,提升数据管理效率;聚焦数据资产化阶段,深度剖析数据价值评估、数据资产流通、数据资产运营三大领域的实践路径;结合AI、智能化、可信数据空间技术发展热潮,提出企业数据资产管理发展新方向。

提升 数据资源化 效率 、 创新 数据资产化 模式

数据资产管理指对数据资产进行规划、控制和提供的一组活动职能。企业竞争的本质是在不确定市场环境下资源配置效率的竞争,数字化转型通过优化企业资源获取和资源配置,提高企业竞争优势。数据资产管理提高业务数据化效率,推动数据业务化,加速企业数字化转型。

目前数据资产管理还存在五大挑战:数据资产管理价值导向不显著,导致企业数据资产管理内驱动力不足;在数据规模和需求剧增的情况下,数据资产管理效率存在瓶颈;数据应用缺乏效果评价,数据资产收益难以评估;数据权属和定价仍是难题,阻碍了数据对外流通;数据安全合规管理机制难以适应数据要素新形势的变化与要求。

数据资产管理包括数据资源化、数据资产化两个环节。为应对上述挑战,在数据资源化阶段,指南提出DataOps是一种新的数据开发模式,通过构建高效协同机制,建立精细化数据运营体系,打造规范化、一体化的数据开发流程,实现数据产品高质量与高效率地交付。

另外,数据架构立足于企业全局视角,对全量数据资源的基本特性进行描述和管理,确保数据资源与业务活动全面对齐,推动企业从典型场景迈向数据资源化的全景视图。

在数据资产化阶段,通过核算数据总成本,按需进行数据成本分摊;以数据应用场景为抓手,AI测算数据赋能业务价值;指导数据产品合理定价,打造企业数据核心竞争力等方式,全面评估数据价值,实现从成本中心到价值中心。目前,由中国信通院在ITU-T牵头提出的“多媒体数据资产价值评估框架”成为首个数据资产估值国际标准。

与此同时,确认数据权属是数据资产交易流通关键一步。“数据二十条”创造性地提出了以数据资源持有权、数据加工使用权、数据产品经营权为核心的“三权分置”体系。指南认为企业可根据“数据二十条”的“三权分置”体系,结合企业实际情况,基于前期数据分类分级等数据治理成果,建立确权机制,为开展数据交易流通奠定基础。

此外,应构建数据价值矩阵,持续运营数据资产。数据资产运营是指通过对数据服务、数据流通情况进行持续跟踪和分析,以数据价值管理为参考,从数据使用者的视角出发,全面评价数据应用效果,建立科学的正向反馈和闭环管理机制,促进数据资产的迭代和完善,不断适应和满足数据资产的应用和创新需求。

价值为导向 , 统筹 推动数据资产管理

数据资产管理是一项长期性的、体系化的工作,为保证各项数据资产管理活动有效开展,统筹推动数据资产管理工作顺利进行,战略规划、组织架构、制度体系、平台工具、长效机制等保障措施变得极为重要。

以价值为导向,按需进行管理。以数据价值为导向,意味着企业始终聚焦于数据的价值创造与增值,从企业战略出发制定数据战略,从用户视角出发提供数据服务。与此同时,根据实际需求,动态调整数据资产的优先级管理和资源投入,确保数据资产高效利用。

深化数据应用,形成闭环管理。企业需要将数据融入各领域的业务环节,充分运用数据分析挖掘、AI、大模型等技术,为每一个业务流程提供数据支持和策略。建立一套完善的数据反馈与优化机制,包括定期评估数据应用效果、识别问题与不足,持续优化应用机制。

量化数据价值,常态进行评估。将数据视为一种可度量的资产,通过建立科学的数据价值评估体系,逐步构建常态化评估机制,形成一套定期、系统的评估体系,让企业可以更加清晰地了解数据资产的投入及经济收益情况。

业数财一体化,形成协作机制。将业务运营、数据管理与财务管理紧密结合,形成一个有机整体打通数据中台、业务中台和财务中台,实现数据项目跟业务需求走、项目管理跟财会管理走的协同模式,打破业务、数据与财务之间的传统壁垒,提升数据管理工作与财务数据的流程管控能力。

加大技术应用,提高管理效率。引入DataOps、数据资产运营平台、AI等技术工具,实现对数据资产的智能化管理,提高数据处理的准确性和效率。

构建多元生态,参与数据市场。企业构建多元数据生态,参与数据要素市场建设,是其在数字经济时代转型升级的必然选择。通过引入多维度数据、多类参与方、多种产品形态,进一步拓展数据应用场景和数据合作方式,把握数据要素市场发展新机遇。

主题:数据资产管理