2019大数据产业峰会|中国信通院李雨霏：《数据资产管理实践白皮书4.0》解读

在我们定义了数据成本与数据价值的评价维度之后，我们看一下有什么样的典型方法，这里列出三类：成本法、收益法和市场化。成本法和收益法相对比较理解，但是这两种方法有比较大的弊端，企业可能过于主观，关注的数据更多的是在企业内部共享使用的数据。而市场法则相对客观一些，通过价格来衡量数据真实的价值。但是现在数据的流通市场可能还不是特别完善，数据变现还存在一定的困难，可能将来会成为一个比较好的评估方法。数据价值管理分为数据成本管理及数据收益管理两部分，通过维度确定他们的核算指标，监控数据成本的产生或者是监控数据收益的产生，来确定成本的优化或者最大化收益的方案，进而实现数据内部共享、数据外部流通、数据交易以及数据变现等等。

第八个是数据共享管理。因为数据共享其实也是扩大了数据的使用范围，数据使用的最终目的是提供数据的服务，数据共享管理的关键活动就是包括定义数据资产运营的一些指标，还有设计一些管理方案等。

数据资产管理的保障措施

下面是数据资产管理的五个保障措施：第一点是制定战略规划，就是将数据资产管理战略纳入企业战略规划，成为其中的一部分。第二点是完善组织架构，明确数据资产管理各个角色相应的智能。第三个是建立制度体系，形成覆盖数据资产全生命周期的一些管理规范。第四个是设立审计制度，第五个是开展培训宣贯，通过安排员工参加一些课程以及培训来实现数据资产管理的更加专业化。

数据资产管理的工具

企业在开展数据资产化管理的过程当中，通过对这些管理工具的使用或者是一些个性化定制，能够使数据资产管理更加高效便捷，配合专业人员的使用，来更加节省成本，提高数据的收益。其中有两个，比如数据价值管理工具以及数据服务管理工具也是非常重要的两个管理工具。数据价值管理工具包括数据资产的盘点，形成一个数据资产的视图或者是形成数据目录，以及进行数据价值的评估以及成本的管理等。数据服务管理工具其实跟我们刚刚所提到的八个管理活动不是特别对应，但是实际上就是服务于数据共享管理，因为数据服务也是作为数据共享的主要输出。

数据资产管理组织架构与角色智能

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!