导读：数据资产所蕴含的巨大价值，使其真正成为企业盈利能力的新增长点。面对规模庞大、形式多样、结构复杂、高速增长的数据，如何实现高效管理和价值的深度挖掘，是当前企业创新、社会发展的重要突破点。

随着以智能电网为代表的第三次工业时代的到来，数据成为企业核心资源之一。根据国际数据公司（IDC）的监测，全球在 2010 年正式进入 ZB（泽字节）时代，全球数据总量大约每两年就要翻一倍，预计到 2020 年，全球数据总量将超过 40ZB，全球范围内服务器的数量将会增加近 10 倍，而由企业数据中心直接管理的数据量将增加 14 倍。“大数据”蓬勃发展的背景下，将数据作为资产进行管理和利用已成为学界和商界的共识。数据资产所蕴含的巨大价值，使其真正成为企业盈利能力的新增长点。面对规模庞大、形式多样、结构复杂、高速增长的数据，如何实现高效管理和价值的深度挖掘，是当前企业创新、社会发展的重要突破点。

01 企业数据资产的概念及特征

数据资产是企业的一类特殊资产，是企业在运营活动中产生的或从外部获取并经整理后的，能够客观、真实反映企业运营活动，并能为企业带来价值的数据资源。

企业数据资产的特征。企业数据资产是企业拥有和控制的一项特殊资产，既具有一般实物资产的特征，又兼具无形资产的特点。数据资产与实物资产的共性特征主要表现为时效性和成本性。 在时效性方面，数据在形成资产后，同样具有生命周期，在其生命周期的不同阶段，具有不同的使用价值。数据资产的价值一般随时间的推移逐步降低，直至彻底失去。在成本性方面，数据和数据资产在其产生、存储、运维、共享、使用、退出等过程中，均须花费时间、金钱和人力等成本。 除与实物资产的共性特征外，数据资产还具备衍生性、共享性、非消耗性、高风险性等多项个性特征。其中，高风险性是指数据资产一般都包含企业的机密信息，一旦丢失或使用不当，可能会给企业带来难以计量的损失。

02 企业数据资产全景视图的构建

数据资产全景视图是对数据资产体系化、结构化的管控视图，其目的是提供一个完整统一的视角，展示企业数据资产的分布、存储和流动情况，动态反映数据流与业务流的相互支撑关联，实现数据资产的统一检索、质量监测和运行维护。

数据资产全景视图主要由巡航层、资源层和档案层构成。巡航层是数据资产全貌的结构化展示；资源层是特定业务结构下所包含的具体数据资源；档案层是每项数据资源的详细档案，包括基础、业务、管理、技术等方面的属性信息。 数据资产巡航层以企业业务结构为基础 ，参 照 国 际 通 用 的IEC61970/ 61968 标准，将企业数据资产全集按照“数据对象—数据应用领域—数据应用场景”三级的形式进行结构化组织。 数据资产资源层存放巡航层中各应用场景中所使用到的各种具体的数据资源，包括业务明细数据、统计汇总数据和分析加工数据等，按照数据实体和数据字段进行存储。企业数据资产通过资源层展示所有的数据明细，通过数据质量校验规则，实现数据质量的实时监控。例如，在“客户—客户服务—客户协议签订”应用场景中，结合企业业务运行情况，可以梳理出“合同标示、合同状态、合同类型、合同协议分类”等业务明细数据、“合同总量、各地区分布、VIP 客户数量”等统计汇总数据，以及“客户服务综合评价指数”等分析加工数据。对每一个数据项，可根据实际业务设置相应的数据校验规则，实现数据质量的动态管控。 数据资产档案层是存储资源层中数据字段属性的层级。档案层从基础、业务、技术和管理四个维度对资源层的每一个数据字段进行补充描述，包括其产生的业务场景，历史年份、格式、规范、获取频次、更新频率、存储系统数据库、责任部门等属性，形成数据资产档案。同时，数据资产档案层与信息系统的数据字典建立相应的索引关系表，通过索引实现数据资产在信息系统和存储系统中的检索、溯源和维护。

03 企业数据资产价值的量化评估

数据资产的价值一般可从使用价值和变现价值两个角度进行评估。使用价值是指数据被分析、共享、使用后所产生的价值，一般包括企业运营效率的提升、管理水平的提高，或为企业、社会、客户带来的增值效益。变现价值是指通过数据租赁、数据出售等方式，获取直接的经济利益的价值。变现价值是数据资产的直接应用，使用价值是数据资产的高级应用。 由于数据资产的敏感性，并且国内数据资产市场目前尚未形成，短期内数据资产实现大规模出售和租赁的可能性较小。同时，数据资产在分析、使用后带来的增值效益较难准确计算。因此，现阶段用货币形式来直接评估数据资产的价值存在一定的困难。但是，企业数据资产的重要程度与其在企业运营活动中被引用的次数具有较大的相关性，通过分析数据资源被引用的频次来衡量数据资产价值的大小，具有一定的参考意义。数据资产被引用的频次越高，其价值和重要度一般也越高。

04 企业数据资产管理组织体系建设

数据资产管理组织体系。企业数据资产的产生、运维、管理等均需要多个部门共同协作。建立纵横贯通的数据资产管理组织体系，是保障数据资产作用发挥的基础。

企业数据资产管理组织体系一般包括战略层、管理层和执行层三级。

在战略层，建立由企业决策层参与的数据资产管理委员会，主要负责企业数据资产管理工作的整体规划、战略部署、以及宏观目标的制定，对数据资产管理体系的建设进行协调。

在管理层，明确数据资产归口管理部门和技术保障部门。数据资产归口管理部门负责设置数据资产管理流程、制度和评价考核机制，协调推进数据资产管理工作的执行，协调解决数据资产管理相关问题，评估数据资产管理效果，统筹开展数据资产的应用等；数据资产技术保障部门负责数据资产的运行安全、技术支撑和日常运行保障等。

执行层由业务部门和各基层单位组成。业务部门负责数据资产的日常产生、维护、解释和在本专业领域的应用，负责数据质量的日常治理。基层单位负责数据资产的现场核查，确保数据资产与企业业务运行情况一致。

企业数据资产管理的运行。企业数据资产的管理主要包括质量管理、共享管理和应用管理三个方面。

质量管理由业务部门提供数据质量校验规则，数据资产归口管理部门负责建立数据质量监控计划，对业务源头数据的真实性、准确性进行稽查，及时发现问题，提出数据治理的要求，督促业务部门按要求进行整改。

共享管理由业务部门提出数据资产共享需求，数据资产归口管理部门负责整合需求，协同推进数据资产共享，对共享实施效果进行评估；数据资产技术保障部门落实技术路线，完善数据资产共享平台，实现数据资产共享。

应用管理主要由数据资产归口管理部门收集汇总数据资产应用需求，制定企业年度数据资产战略规划，向业务部门提供数据资产应用分析的研究方向和研究重点，参与数据资产应用项目的储备与计划编制；各业务部门和基层单位负责本专业和本单位范围内数据资产应用的实施。 建立企业级数据资产全景视图，对数据资产实施统一规划、建设、运维管理，能有效提升数据资产质量，促进数据资产跨部门流动，实现数据资产在企业层面的共享和融合，为数据资产的深化应用提供良好的平台环境。 国网四川电力基于上述数据资产管理的理论和方法，建立了完整的数据资产管理体系，结合企业主要业务活动，梳理出 12 个数据对象、53 个数据领域、219 个数据应用场景，构建了“数据巡航层—数据资源层—数据档案层”三层数据资产全景视图，有效串联起企业运营的数据孤岛，利用跨部门数据多视角分析业务过程，消除了因数据匮乏导致的运营诊断盲点，实现了企业层面的深度分析，有力支撑了四川电力的运营管理决策。下载本文