数据资产盘点原则与方法.pdf

数据资产盘点原则与方法--第1页

数据资产盘点原则与方法

导读：在当前的大数据背景下，数据作为数字经济的关键要素已经得到

广泛认可。企业需要为广泛的数据消费需求提供优质数据供给，而数据

资产盘点是实现这一需求的基础性工作。

近年来，随着生产力水平的逐渐提高、社会关系的不断进步、经济活动

的日益发展及移动互联网、物联网、智能终端等技术的广泛应用，各类

数据资源的积累呈现出爆炸性增长的趋势。

数据资产概念的理论研究大致经历了从信息资产、数字资产到数据资产

的发展过程。“信息资产”最早由StuartKaback于1977年介绍一款

索引系统时提及，他认为该系统是一种无价的信息资产，1981年，Forest

W.Horton给出信息资产定义，并指出信息资产与其他资产存在重大差

异。

1995年，英国路透社的《信息作为一种资产：无形的金矿》一文报道了

对500名英国公司高管进行关于信息资产的调查情况，调查显示超过25%

的公司表示信息是其最重要的资产。

上世纪90年代开始，“数字资产”开始成为研究热点。1996年，Helen

Meyer最早提出了数字资产概念。2006年AlbertVanNiekerk给了数

据资产定义。2009年，国际数据管理协会《DAMA数据管理知识体系指

南》指出：数据被认为是一项重要资产。

数据资产的概念早在1974年便被学者RichardPeters提出，他认为数

据资产包括持有的政府债券、公司债券和实物债券等资产。随着时间的

推移，人们对数据资产的认识不断深入，其重要性愈发显著。

2011年，世界经济论坛发布的《个人数据：一种新资产类别的出现》报

告中指出个人数据正成为一种新的经济“资产类别”。2018年4月，中

国信通院发布的《数据资产管理实践白皮书（2.0版）》中将数据资产

定义为“由企业拥有或者控制的、能够为企业带来未来经济利益的、以

物理或电子的方式记录的数据资源，如文件资料、电子数据等”。

现阶段的数据资产发展已经进入智能数据基础阶段，企业将数据供应链

上的各个环节通过智能化、自动化方式进行改造，实现程式化的数据采

集与数据应用，规范管理的数据湖，智能化的数据接入、数据管理和数

据供给，广泛的自助分析，并为数据消费提供智能数据供给服务。

为实现数据供给的要求，一项重要的基础性工作便是数据资产盘点。只

有通过全面梳理企业中作为资产的数据，才能使数据从业者了解数据资

产全貌、绘制数据资产地图、有机串联数据的技术面与业务面，以便让

企业中的数据能看清、可理解、相关联，进而为制定更好的数据策略、

数据资产盘点原则与方法--第1页

数据资产盘点原则与方法--第2页

搭建更强的数据信任、实现更智能的数据应用打下坚实基础。

01目标和价值

目前，国内各大企业经过多年的信息化建设，已积累了种类繁多、体量

庞大的数据，并且随着业务的持续发展，业务范围、资产规模、客户规

模均不断扩大，产生的数据规模也在快速增长。而数据规模的快速增长

为企业带来了数字化转变、智能化变革的机遇，同时也对数据资产的掌

控能力提出更高要求。

因此，全面推进数据资产盘点工作，是摸清数据资产家底、明确数据资

产存量、识别数据资产范围、搭建数据资产地图的重要手段，也是准确