迪思杰王浩:数据资产管理的基础架构
迪思杰集团副总裁、数字化部总经理王浩，于2023年8月15日，在第145期鑫知课堂，进行了鑫知2023年度数据治理系列公开课的第五次分享，主题为《数据资产管理的基础架构》。在本次公开课中，王浩深入探讨了数据资产管理的背景、设计方法、金融数据资产化的路径，以及数据资产如何助力金融数字化转型。
企业数据资产管理:数据资产目录应该如何规划
数据资产盘点：全面梳理企业所有数据，明确数据资产的产权归属和核心数据。依据业务流程对数据进行分类与分级，技术部门进一步梳理数据关系、结构、口径与存储。 数据资产目录框架：构建数据资产目录框架，按照资产盘点的结果，从主题、业务视角出发，逐步细化目录结构，形成二级、三级目录等。
首先，进行全面的数据资产盘点，明确数据资产的所有权、负责人与核心数据。其次，构建目录框架，按照业务流程与重要性分级，形成清晰的数据资产结构。接着，实施数据标签管理，通过主题、机构、安全与技术等维度构建目录模块，同时标记数据关系与来源，确保数据追踪与问题发现。
梳理数据资源：识别并分类企业的所有数据资源，包括结构化数据、非结构化数据等。完善制度建立标准：制定数据管理制度和标准，确保数据的准确性、一致性和安全性。促进数据共享：通过数据资产目录，实现数据的统一登记和展现，便于业务人员和技术人员查找和使用。
如何沉淀自己的数据资产体系呢?
沉淀数据资产体系的关键是数据资产管理，它将数据原矿转化为有价值的数据金子。数据资产具有以下特点：规划、控制、提供的一系列活动职能，包括数据的开发、执行和监督。数据资产管理是一项长期、体系化的工作，需要战略规划、企业架构、制度体系、平台工具和长效机制的支持。
建立数字内容资产库 企业首先需要建立一个集中的数字内容资产库，用于存储和管理所有与企业品牌相关的数字化内容。这个资产库应能够支持多种格式的内容存储，包括但不限于视频、图文、音乐等。通过资产库，企业可以实现对内容的统一管理和高效利用。
数据中台：数据资产的沉淀与精准应用 数据中台是数字化时代企业数据管理的核心平台，它依托数据技术，实现了数据的汇聚、整合、分析和应用。在数字经济时代，数据的价值得到了前所未有的重视，被视为基础战略资源和核心资产。对于社区服务方来说，依托社区移动端所汇聚的用户数据也是一种数字资产。
数据复用模块提供 “智能推荐”：当开发新客户时，自动关联历史类似客户的沟通记录、成功案例、报价策略，例如向巴 西新买家推荐时，显示 “2023 年巴 西某客户从样品单到年度 50 万美元订单的转化路径”。
这些品牌尽管并没有巨额的广告投入，却依然有收割流量、打造品牌的野心和底气，归根结底就在于他们有着创造内容、激活内容和变现内容的能力，而这些沉淀下来的宝贵经验，便是企业的数字内容资产。
数据资产管理是通过构建全面有效的管理体系，旨在规范数据资产的采集、加工、使用过程，提升数据质量，保障数据安全，并丰富数据资产的应用场景，建立数据资产生态，持续运营数据资产，显性化数据资产价值。
数据地图:数据资产管理,到底管什么?
数据资产管理主要管理以下几个方面：数据资产的可查找性：数据查找便捷性：确保数据消费者能够通过数据地图快速定位所需数据进行分析或应用。数据资产的质量和安全性：数据质量管理：维护数据的质量和处理逻辑清晰度，解决数据消费者“数据不敢用”的问题。数据安全管理：确保数据的安全复用，防止数据泄露或被非法使用。
数据地图应具备的关键能力包括：资产大盘提供整体到个人的资产视图，强调资产健康度；数据探索支持多维度筛选和元数据搜索；资产管理要求维护和配置资产元数据；配置管理规划资产架构和流程规范；个人工作台则提供资产管理者的关注点和优化任务。
数据资产管理中的数据地图是一种融合了数据与地图特性的管理工具，旨在提升数据管理效率。以下是关于数据地图的详细解数据地图的定义 数据地图通过管理、搜索与分析功能，结合数据与地图的特性，解决了数据链路不清晰、管理效率低下等问题，实现了数据的集中、高效管理。
数据地图和数据目录都是数据资产管理的重要组成部分，它们各自承担着不同的角色和功能。数据地图： 定义：数据地图主要解决数据查找和元数据管理的问题。 功能：它包含了字段信息、存储细节以及访问记录，帮助用户快速定位和理解数据。
数据地图是企业数据治理体系的核心，通过图形化方式展示企业内部各类数据资产。它集成了元数据管理、数据资产检索、详情查看、权限申请、数据血缘分析等功能，为企业提供全方位的数据支持。理解构建数据地图的意义：数据地图为数据业务人员、开发人员和管理团队提供了便捷的数据访问与管理途径。
数据资产，作为企业数据的关键组成部分，涵盖了五个关键元素：数据地图、数据目录、数据血缘、数据质量和知识库。本文将着重介绍这五个部分及其在数据资产管理中的作用。首先，数据资产通过数据目录揭示企业的业务现状，包括业务健康程度和表结构，通过数据质量评估业务表的波动和质量问题。
