数据资产管理

从数据到数据资产，进行全生命周期的管理需要从数据的产生到归档、销毁，覆盖整个阶段的管理。
本人对相关内容进行整理如下：

数据模型

这里理解为对应的物理上表结构，主要是逻辑模型到物理模型的管理。主要是模型计划、模型执行、模型检查、模型改进等。

数据集成

主要是数据集成工具，统筹各种数据源的数据汇聚。

数据标准

建设数据标准，同时对数据标准进行核查，并形成标准评估。
数据标准是指企业为保障数据的内外部使用和交换的一致性和准确性而制定的规范性约束。
数据标准管理则是一套由管理制度、管控流程、技术工具共同组成的体系，是通过这套体系的推广，应用统一的数据定义、数据分类、记录格式和转换、编码等实现数据的标准化。

数据质量

数据质量是指在业务环境下，数据符合数据消费者的使用目的，数据质量需要满足业务场景具体的需求。
数据质量包含两个方面：数据自身的质量和数据的过程质量。

主数据

主数据指满足跨部门业务协同需要的、反映核心业务实体状态属性的组织机构的基础信息。主数据相对于交易数据而言，属性更加稳定，准确度要求更高，唯一识别。
主要就是主体的一致性数据。

数据安全

主要就是采用加密、权限、脱敏等措施来保障数据的安全状态。

元数据

元数据是关于数据的数据，是为了描述数据的相关信息而存在的数据。

数据开发

数据开发主要就是数据的治理和加工，从而形成有价值的数据资产。

数据指标

数据指标有别于传统意义上的统计指标，它是通过对数据进行分析得到的一个汇总结果，是将业务单元精分和量化后的度量值，使得业务目标可描述、可度量、可拆解。

数据流通

这里主要就是数据资产的共享、交换、开放等。

价值评估

架构数据价值的评估体系，比如从数据的体量、完整度、时效性、市场价值等方面来衡量数据的潜在价值。

数据运营

这个运营就和市场运营是一样，一般市场运营是不断发挥拥有产品的价值，数据运营就是对应的不断的挖掘发挥拥有数据的价值。这个更多的是从管理和营运手段进行。