1、 数据资产管理实践白皮书数据资产管理实践白皮书（2.0版）版） 中国信息通信研究院中国信息通信研究院云计算与大数据研究所云计算与大数据研究所 2018年年4月月 2 前前 言言 党的十九大报告提出要“推动互联网、大数据、人工智能和实体经济深度融合”，进一步突出了大数据作为国家基础性战略性资源的重要地位， 掌握丰富的高价值数据资源日益成为抢占未来发展主动权的前提和保障。 经过了 3 到 5 年的发展，大数据技术逐渐渗透到各行各业，以Hadoop、Spark 为代表的大数据技术也慢慢为大家所熟悉，产业界的注意力回归到数据价值本身。数据成为资产，已经是行业共识。然而现实中，数据资产的管理和应用还处于

2、摸索阶段，数据资产管理面临诸多挑战。一是大部分企业和政府部门的数据基础还很薄弱，存在数据标准混乱， 数据质量层次不齐， 各条块之间数据孤岛化严重等现象，阻碍了数据的共享应用。二是数据的应用空间亟待开拓，受限于数据规模和数据源种类的丰富程度，多数企业的数据应用刚刚起步，主要集中在精准营销，舆情感知和风险控制等有限场景，应用深度不够。三是数据的价值很难评估，数据资产的不确定性，导致了无法对数据的成本以及对业务的贡献进行评估， 也就无法像运营有形资产一样管理数据资产。 国外的组织和机构长期在数据管理方面有着丰富的经验， 形成了以 国 际 数 据 管 理 协 会 （ DAMA ， Data Manag

3、ement Association International） 、 能力成熟度模型集成 （CMMI， Capability Maturity Model Integration）为首的几大流派，但在数据资产管理方面也处于起步阶段，而且国外的数据管理的理论方法与国内实际情况有着很大鸿沟，不能完全直接套用，必须要进行专门的本地化。我国的金融和电信等行业，由于较早的开展信息化和大数据工作，已经积累了一定的数据 3 管理、治理乃至资产运营的经验，这些经验的整理和输出对于促进国内数据资产管理的发展有着重要意义。 为了促进数据资产管理的研究， 中国信息通信研究院云计算与大数据研究所大数据部组织编写了数据

4、资产管理实践白皮书 。本白皮书分为四大部分， 第一部分介绍了数据资产管理的内涵及大数据背景下的新特征， 第二部分从实践的角度出发阐述了数据资产管理的主要内容。第三部分重点介绍了数据资产管理的实施步骤、工具平台和成功要素。最后结合实践经验，介绍了电信、金融、政务、医疗和工业等相关领域的数据资产管理案例。 本白皮书可以为政府和企业开展数据资产管理工作提供参考， 也可以作为相关产品和服务提供商的参考依据。 由于时间仓促，水平所限，我们的工作还有很多不足。下一步，我们还将广泛采纳各方面意见建议，进一步深化相关研究，持续完善白皮书内容，在已有版本的基础上，适时修订发布新版。我们诚邀各界专家学者参与我们的

5、研究工作，积极献言献策，共同完善国内数据资产管理理论和方法论体系， 为促进大数据与实体经济深度融合做出积极贡献。如您有意愿，请联系我们：。 4 目目 录录 版权声明. 1 前 言 . 2 图 表 目 录 . 6 一、 数据资产管理概述 . 1 (一) 数据资产管理的定义与内涵 . 1 1. 定义数据资产管理 . 1 2. 数据资产管理的内涵 . 2 3. 数据资产管理：数据管理 2.0 . 3 (二) 数据资产管理的重要性 . 4 (三) 数据资产管理的新特征 . 7 1. 数据对象纷繁复杂 . 8 2. 处理架构更新换代 . 8 3. 组织职能升级变迁 . 9 4. 管理手段自动智能 . 9

6、 5. 应用范围不断扩大 . 9 二、 数据资产管理的主要内容 . 10 (一) 活动职能 . 10 1. 数据标准管理 . 11 2. 数据模型管理 . 12 3. 元数据管理 . 13 4. 主数据管理 . 15 5. 数据质量管理 . 16 6. 数据安全管理 . 17 7. 数据价值管理 . 18 8. 数据共享管理 . 19 (二) 保障措施 . 20 1. 组织架构 . 20 2. 制度体系 . 22 三、 数据资产管理的实施要点 . 23 （一）实施步骤 . 24 1. 第一阶段：统筹规划 . 24 2. 第二阶段：管理实施 . 25 3. 第三阶段：稽核检查 . 26 4. 第