【数据资产】数据资产目录建设方法与案例

一、数据资产目录建设意义

1.1 政策支持

我们以数据治理较成熟的行业-银行业的相关数据管理政策中可以发现，从国家到银保监会，到中国人民银行，在2020至2021年间就发布相关指导政策，明确数据是生产要素，并给出了数据治理建设指引。

1.2 企业需求

从企业层面以及数字化转型路线的思考框架上，企业从行业解析、战略愿景、明确措施、规划方案自上而下，更加明晰企业数据资产是整个数字化转型及数字化运营的坚实基础。

1.3 发展趋势

• 数据资产管理正成为数据管理工作的转型方向

• 数据资产化与数据资产管理的理念，进一步促进过去的数据管理工作向数据价值转化

• 以数据资产为导向的数据管理工作可以串联元数据、数据标准、数据模型、数据质量、数据安全等各项管理工作，引导数据价值在业务端的发挥

• 以客户为中心，以价值为导向，实现高效的数据资产服务体系与数据挖掘分析

二、概述

1. 数据资产管理有三个方面表现，分别是管理视角、管理职能、组织体系

 2. 数据资产目录体系是针对企业数据资源的分类组织方法

• 数据资产管理正成为数据管理工作的转型方向

• 数据资产化与数据资产管理的理念，进一步促进过去的数据管理工作向数据价值转化

• 以数据资产为导向的数据管理工作可以串联元数据、数据标准、数据模型、数据质量、数据安全等各项管理工作，引导数据价值在业务端的发挥

• 以客户为中心，以价值为导向，实现高效的数据资产服务体系与数据挖掘分析

三、如何建设

3.1 问题与建议

3.2 建设步骤 

 第一步：资产梳理（数据资产盘点及补充完善数据资产信息）

 第二步：框架设计（业务视角、行业模型、其他行业成功经验、业务标准）

 

 第三步：数据标签设计（数据分类分级、数据共享、数据认责、数据脱敏、数据质量、业务流程、业务实体）

 第四步：资产与目录关联

 

 第五步：数据资产标签化（数据资产目录与数据标签形成网状数据检索体系）

 第六步：平台管理

 四、管理及应用

4.1 数据标签与数据资产的关系

数据标签与数据资产目录形成对数据资产的网状分类功能，我们可以利用目录及标签来为数据资产进行分类分级，并增加管理属性。利用数据管理平台实现快速便捷地检索数据资产及组织数据资产。

4.2 如何管理及应用场景

数据资产目录管理包括目录维护及目录安全权限管理，目录应用场景有数据资产的可视化应用、数据资产目录服务、数据分析应用场景等内容。

 

 

 

五、案例分享

- 某金融公司数据资产管理案例 -

• 第一步：建设路径

  

• 第二步：目录构建

  

• 第三步：平台落地

参考资料：

1.微信公众号（谈数据）- 《数据资产目录建设方法与案例》