数据资产目录建设实践

企业数据资产的数据管理需要数据资产框架来支撑数据资产的展示、记录、分析，通过数据资产框架可以明晰企业拥有的数据资产、实现数据资产安全分享、提升数据资产质量、实现数据资产变现等数据管理目标。

下面就来谈一谈数据资产框架中重要部分数据资产目录管理，通过数据资产目录的建设，实现对企业数据资产的有效管理。

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。

2. 企业需求

3. 发展趋势：数据资产管理正成为数据管理趋势之一

• 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

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

• 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

1. 问题及建议

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
  

  

1. 数据标签与数据资产的关系

- 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