数据资产管理保障措施.docxVIP

数据资产管理保障措施

党的十九届四中全会首次将“数据”增列为一种生产要素，要求建立健全由市场评价贡献、按贡献决定报酬的机制，标志着以数据为关键要素的数字经济进入新时代。党的二十大报告提出要“加快建设现代化经济体系，着力提高全要素生产率”，充分发挥海量数据和丰富应用场景优势，促进数字技术与实体经济深度融合，赋能传统产业转型升级，催生新产业、新业态、新模式，不断做强、做优、做大我国数字经济。

经过多年发展，以大数据为代表的新技术得到迅猛发展，并渗透到各行各业，企业信息化也快速回归到数据的本身。企业家使用数据整合劳动力、土地、资本三种生产要素进行数字化转型。

为了加快实体经济数字化转型，促进新一代信息技术与实体经济深度融合，发挥数据对企业转型升级的重要作用，数据资产管理应运而生。工业互联网产业联盟组织产业界系统梳理了相关内容，展开数据资产管理系列科普活动。

数据资产管理是一项长期性的、体系化的工作，为保证各项数据资产管理活动有效开展，统筹推动数据资产管理工作顺利进行，战略规划、组织架构、制度体系、平台工具、长效机制等保障措施变得极为重要。

1、战略管理

战略是组织长期发展规划及资源配置的一系列行动，对于组织持续稳定发展具有重要的指导意义。在数字时代下，数据战略已成为组织开展精益数据资产管理的基础，是数据资产管理工作长期高效开展的“指南针”。战略管理是指通过对数据战略进行规划、执行、评估，确立数据资产管理的中长期目标和管理活动优先级，明确需要的资源投入总量和资源分配机制，并使数据战略始终契合组织的业务战略。

图1数据战略管理流程与要点

战略规划是战略管理的首要环节和基础性工作，是数据资产管理的指导蓝图。通过评估当前组织数据资产管理能力，结合组织发展规划和IT发展规划，明确数据战略规划的中长期和短期发展目标、管理原则、主要活动，识别重要业务领域、数据范围和活动优先级，确认投入的资源规模。

战略执行是战略管理的中间环节，是战略规划落地的有效保障。战略执行通过对战略规划进行拆解，制定阶段性提升计划与实施路线，明确各项活动参与团队，并根据实际执行情况及时调整短期战略规划。

战略评估是优化组织数据战略管理、提升数据战略指导作用的必要手段。通过从目标完成率、价值收益率、成本合理性等维度评估战略内容、管理过程，提升战略规划和战略执行有效性。例如，中国联通聚焦公司新战略、新定位、新赛道，全面提速数据治理，促进数据要素流动和效能提升，通过外部形势研判和内部资源起底，打造适配公司数字化转型的企业级数据治理体系，形成数据治理战略目标、规划体系、重点举措和阶段目标，强化统筹，为规划期任务执行和资源配置提供评估准则，确保规划目标达成。

2、组织架构

建立全方位、跨部门、跨层级的数据资产管理组织架构，是实施组织级统一化、专业化数据资产管理的基础，是数据资产管理责任落实的保障。

一般来说，数据资产管理组织架构包括决策层、组织协调层、数据资产管理层、工作执行层四个层级。决策层作为数据决策方，由组织CIO或CDO担任，负责制定数据资产管理决策、战略和考核机制。组织协调层由虚拟的数据资产管理委员会承担，负责统筹管理和协调资源，细化数据资产管理的考核指标。数据资产管理层由数据资产管理办公室承担，作为数据资产管理的主要实体管理部门，负责构建和维护组织级架构（包括业务架构、数据架构、IT架构），制定数据资产管理制度体系和长效机制，定期开展数据资产管理检查与总结，并向组织协调成和决策层汇报。工作执行层由业务部门和IT部门共同承担，负责在数据项目中落实数据资产管理工作，与数据资产管理层协同参与各项活动。

由于数据产生于业务，数据流转依赖于业务，因此，数据认责机制对于统筹协调数据资产管理、加强各方对于数据资产管理的认可具有较强的积极作用。例如，平安银行建立了以数据类别（基础数据、指标数据、外部数据等）为基础的数据认责原则，明确了数据采集者、数据加工者、数据使用者等不同角色在数据生命周期各环节的责任，建立数据认责矩阵，并将数据认责机制与考评激励措施相结合，进一步确保数据资产管理相关方的“责权利”对等；在数据应用层面，依据认责原则搭建五级认责体系，分别为“归口管理部门”、“报表主管部门”、“业务场景主管部门”、“字段主管部门”、“字段协管部门”，解决了数据在应用层面职责划分不清晰的痛点，有效支撑了数据口径、数据规范等数据治理层面管理措施的落地执行。

此外，数据资产管理对于人才的复合型能力提出了更高的要求。首先，数据资产管理人员应具备良好的数据架构、数据安全、法律法规相关技能，涉及数据架构师、数据安全人员、数据合规人员等角色。其次，数据资产管理人员应具备较高的业务理解能力，涉及数据标准管理员、数据质量管理员、主数据管理员等角色。再次，数据资产管理人员需具备基本的市场洞察与运营能力，与数据