數據資產管理體系及其新產業機遇

胡 昱，王煜慧，張相文

（1. 國網西寧供電公司，青海 西寧 81000；2. 北京中電普華信息技術有限公司，北京 100000）

數據資產管理體系及其新產業機遇

胡 昱1，王煜慧1，張相文2

（1. 國網西寧供電公司，青海 西寧 81000；2. 北京中電普華信息技術有限公司，北京 100000）

大數據是未來IT技術發展的核心，因而“數據是資產”的說法已經被越來越多的人談及。數據的生產方式、管理手段，也會被提出更高的要求。本文主要針對數據資產管理的概念、管理體系、以及未來圍繞數據資產管理可能產生的一系列新產業做了概述。

大數據；數據資產

1 數據資產管理綜述

1.1 數據資產概念綜述

如今，經過了大數據熱潮后，數據即是資產已經逐漸成為人們的共識，社會對數據的重視程度是前所未有的，“數據是資產”已經得到了成為一種共識。可是關于到底什么是數據資產？如何管理數據資產？對數據資產進行管理又有何意義與價值？關于這些問題仍處在研究的初始階段，數據資產對目前的機構和企業來說，仍然是一種有待開發的隱藏財富。

基于以上關于資產的定義和解讀，亞信數據產品線經理高偉對數據資產的定義如下：數據資產是企業及組織擁有或控制，能給企業及組織帶來未來經濟利益的數據資源。

上述關于數據資產的定義包含了三個關鍵信息：

1.“擁有或控制”：表明了數據的獲取并不局限于企業內部的信息系統產生的業務數據，也可以是通過各種渠道獲得的外部數據。

2.“能帶來未來經濟利益”：體現了數據資產的經濟屬性，也是數據產的本質所在。

3. “數據資源”：則表明了數據資產的具體形態，包括各種以物理或電子方式記錄的數據[1-3]。

1.2 數據資產管理與數據管理的異同

在數據資產管理的概念被提出之前，數據的管理思路和手段主要經歷了兩個階段，即數據管理和數據資源管理。

從傳統意義上講，數據管理是以充分、有效發揮數據作用為目的的利用計算機技術對數據進行有效的收集、存儲、處理和應用的過程。回顧數據管理的發展歷史，傳統的數據管理經歷了人工管理、文件系統、數據庫系統三個發展階段，一方面反映了計算機技術的演進，保存、應用、管理數據的手段有了長足的進步；另一方面，也在數據共享、獨立性、完整性、管理等方面更為專業高效。

隨著信息技術的不斷進步，數據管理的也步入面向數據應用的新時代。這一階段最重要的特征是將元數據列入數據管理的對象，即對數據對象本身的描述信息。同時也強調日志等各種非直接面向業務的過程數據，進而對數據應用過程實現更好的管理。

國際數據管理協會（DAMA）對這一階段的數據管理定義為：“數據管理即數據資源管理，致力于發展處理企業數據生命周期的適當的建構、策略、實踐和程序”。同時，在國際數據管理協會制定的《數據管理的知識體系和指南（DAMA-DMBOK V3.0.2）》中，數據管理被細分為十大組成職能：數據治理、數據架構管理、數據開發、數據超過管理、數據安全管理、參考數據和主數據管理、數據倉庫和商務智能管理、文檔和內容管理、元數據管理、數據質量管理，如圖1所示[4]。

圖1 國際數據管理協會對數據管理的定義Fig 1 The international data management association defines data management

不難看出，傳統數據管理的側重點在于對OLTP（On-Line Transaction Processing，即聯機實物處理）系統的數據處理過程進行管理，數據作為信息的載體，更關注數據結構以描述數據間的內在聯系。而數據資源管理則在傳統數據管理的基礎之上，覆蓋了更廣的范圍，側重點有OLTP轉向OLAP（On-Line Analytical Processing，即聯機分析處理系統）系統，主要面向決策支持。數據主要作為生產資源，目的是尋找恰當的手段管理和利用這種資源。同時，技術手段之外，也更加強調了組織、人員、制度和流程的等方面的管理要求。

與數據資源管理對數據管理概念的補充一樣，數據資產管理也是一種新的擴充和提升，數據的管理形成了數據管理、數據資源管理和數據資產管理三個階段的發展歷程。數據資產管理的核心思路是把數據對象作為一種全新的資形態，并且以資產管理的標準和要求來加強相關體制和手段。目前該領域尚處于探索階段，沒有相關的標準可供參考。

如圖2所示，初步來看，數據資產管理將圍繞對數據資產管理職能部門的管理、信息及報告的管理、形成及占用的管理、保值增值的管理、配置使用的管理、資產處理的管理、評估及清查的管理這七個方面提出新的管理要求[5]。

圖2 數據資產管理階段的管理要求Fig.2 Management requirements for data asset management

1.3 數據資產管理實踐的困難與挑戰

盡管很多企業都已經有了可以將數據作為資產進行管理的意識，但是由于對數據資產的認識不足，會計準則也沒有相關要求以及數據資產化在會計實踐中的挑戰客觀存在，因此在實踐中把數據作為資產，并進行相應賬務處理的企業寥寥無幾。數據資產管理在會計實踐中的困難與挑戰主要存在以下幾個方面。

第一，數據的確權問題，即如何確定數據的所有權。

數據的所有權的確定及產權的保護是數據資產管理中的一大難題，一般來說，數據可以分為第一方數據，第二方數據和第三方數據，這也給數據所有權的確定及相應產權的保護制造了難題。

第一方數據：主要來自與數據的生產者。例如，阿里、蘇寧這樣的公司在為個人客戶提供在線購物、安裝保修的同時，出于業務需要，必然采集和整理了大量的用戶信息和行為數據，其中即包括了用戶姓名、電話號碼、家庭住址等隱私信息，也有通過進一步挖掘分析所產生的用戶偏好、個人標簽等描述性信息。

第二方數據：主要來自于數據的加工者。這些數據不是用戶直接給到的，而是企業基于與另一個實體的直接關系而獲得的數據。雖然這些數據對企業來說通常是獨一無二的，但嚴格意義上來說這些數據并不屬于企業本身，因為不是直接從用戶身上收集到的。例如，互聯網時代下，廣告服務走向了在線精準模式，有很多細分市場的服務商來運營媒體資源，或是撮合廣告交易。為了監控廣告效應通常會通過在網站插碼等方式來手機網絡用戶的行為數據、廣告投放數據和訂單數據。他們不直接擁有用戶，也就沒有獲得用戶授權，但卻掌握了大量具備高價值的數據資源。此外，順豐快遞這樣的服務商業可以歸入這一類，他們在提供快遞服務的過程中，從第一方獲得了相應的數據，雖然會有一定的限制，但理論上也具備了收集數據形成資產的可能。

第三方數據：主要來自數據的搜集者。例如傳統意義上的市場調研公司，或者是目前普遍存在的通過網絡爬蟲手段獲取數據的信息服務公司。這里魚龍混雜， 界定數據歸屬非常困難，甚至還有些數據是通過黑客手段等非法手段獲取，從法律層面也很難界定其擁有或者控制權。

第二，數據資產的計量問題；

傳統會計的貨幣計量假設是指在企業眾多計量單位中確定用貨幣為單位進行統計計量。但是轉移到數據資產的計量層面時則面臨以下困難：

（1）對于很多企業或機構來說，其數據資產主要來自于日常的業務，而不是通過市場交易所獲得，所以前期投入的設備、場地、人力等各種要素很難內化到數據之中，況且這些要素本身就已經作為資產而存在了。

（2）計量單位上，數據沒有固定的形態，更沒有統一描述的標準，比如使用記錄的條數或者文件的數量來進行計量，還是用數據所占用的存儲空間來進行衡量都尚未有定論。

（3）數據價值體現在其所包含的信息，不同數據間的最大的差別也在此，但是信息價值的評估是一件主觀性非常強的事情，比如，同樣是對于天氣信息有需求的人，外出旅行的人未必會產生為此付費的意愿，而對于從事種植也的農場主來說，為了支持生產決策則會產生強烈的付費意愿在掌握天氣變化的信息。

第三，數據資產的價值評估問題；

如何正確評估資產的潛在價值，是公司估值和投資判斷的重要組成部分。因此在投資模型上會有很多種方法來評估資產創造的未來經濟利益。然而到了數據資產領域卻很難再復用這些方法。顯然不能因為一條數據包含了關鍵的關鍵信息從而實現了公司估值翻倍、商業模式的創新，而否定了其他記錄的價值僅對這條數據進行估值。

以上介紹了數據資產管理除了在會計實踐中的面臨一些挑戰，在實際的行業應用中的一些問題也已經顯露出來。崔國鈞等人介紹了地質礦產數據資源在管理中存在的問題，主要有：（1）管理手段落后，比如數據資產管理容易受到人為因素的干擾，數據整理和歸檔不及時，元數據不夠標準和系統等。（2）缺乏統一的數據交換平臺和標準而導致的各機構或企業之間數據交換不通暢，數據的共享機制沒有建立起來，出現了“信息孤島”的現象，數據的質量也難以得到保證。（3）對數據的利用還停留對“數據”本身的管理上，對數據的分析和挖掘其隱含的信息，以形成知識的能力不足，對數據的利用程度很低。（4）數據的管理由手工過度到系統管理后，系統特別是數據庫的安全問題也稱為數據管理的一大隱患[6-7]。

2 建立數據資產管理體系

建立數據資產體系的過程，主要是根據數據資產聲明周期特點，針對不同階段的特點和管理需求，建立相應的治理手段。通常包括：數據產生采集、數據轉換、數據存儲、數據分發、數據使用和數據歸檔及銷毀等階段。

（1）數據采集

數據采集是指在數據規劃文檔中明確定義與業務數據需求相對應的數據源，源數據可以是根據前臺應用系統產生的，也可以是通過購買或其他外部渠道獲得的。對于同一業務管理主題下的數據應有統一的數據采集策略，避免統一數據需求的重復采集。同時，因為數據的遷移流動會造成數據復雜多變進而影響數據質量，因此數據源的選擇應該采用盡量靠近數據最原始的產生源，并以此作為唯一事實。

（2）數據轉換

數據源確定之后，有些數據需要經過轉換才能滿足用戶的需求，數據轉換包括業務數據邏輯轉換和物理技術實現兩個層面。除非有特殊的業務轉換規則，否則數據標準是轉換所要遵循的強制性轉換規則。

（3）數據存儲

業務部門的數據分析通常對歷史數據的保留時間和存儲方式有一定要求，歷史數據的存儲保留時間和存儲方式取決于外部監管、法律要求以及內部經營管理的要求。數據規劃應該從業務需求出發，考慮數據存儲成本和數據訪問性能。制定數據存儲時應遵循以下原則：

· 減少冗余存儲，即同一組數據應一次存儲，多次使用。

· 當前數據的存儲應注重考慮訪問效率，控制在線數據規模。

（4）數據分布

數據分布是指數據的邏輯與物理分布方法。數據分布的策略應當本著靠近用戶、節省維護成本、保證數據完整性的原則根據數據用戶對數據的需求統一制定。

（5）數據分發

數據分發是指經過統一處理后的指標性數據通過合理的數據分發渠道，按業務用戶要求的時間分發給用戶，應遵守以下原則：

· 成本效益選擇，如只分發指標數據，避免分發原始數據。

· 數據一致性原則，如所有分發數據的產生應該通過同一計算或統計口徑產生。

· 數據共享原則，如數據指標應盡可能在一個共享的環境下使用，以減少數據分發和維護的費用。

（6）數據使用

數據規劃人員應根據業務對數據的需求制定有關的數據使策略，并根據不同部門在使用過程中產生的反饋進行匯總分析，統一更新數據的使用策略，主要包括數據存取的渠道、數據接口定義、數據下載規則定義。

（7）數據存檔、銷毀

出于數據安全、存儲成本、訪問效率等因素的考慮，不同類型的數據集合對數據存檔和未來的銷毀過程也有不同要求。制定數據存檔、銷毀策略時需要綜合考慮數據存儲需求、數據規劃和數據安全等方面的需求[8-9]。

3 數據資產管理未來新產業

數據資產管理的持續升溫，一方面形成了新的產業機遇，另一方面也加速了傳統產業的相互融合，正不斷催生出新的產業形態、業務形態和商業模式、形成新的經濟增長點，并持續推動大數據的發展，以延伸至廣泛的領域，產生更為深遠的影響。

新生態的產生來自產業鏈環節的空白以及產業的專業化細分。一方面圍繞數據資產的流動、安全等領域是空白的；另一方面，對于數據的清洗、加工、分析等一系列產生過程此前就已經存在，只是隨著數據資產的出現，這些過程可能會進一步細化，變得更加專業化[10]。

3.1 數據資產交易所

數據資產的一個重要特性是流動。流動的方式有很多，交易被認為是其中最為重要的一種模式。但數據資產的交易不可與傳統商品相提并論，所以非常有必要建立一個專門的交易平臺，為數據資產交易提供服務。

數據交易是指數據提供方無償/有償將數據提供給需求方使用的交易行為，交易的是數據的使用權。

數據交易的品種主要有如下三種：

（1）源數據交易，數據當作原材料進行交易，數據價值交給市場進行挖掘。

（2）數據產品或服務交易：數據作為加工后的成品進行交易，數據價值經過挖掘后形成的產品和服務。

（3）數據商業合作撮合：數據只是交易的一部分。

數據資產交易所的成立，需要多方參與，包括政府相關部門、產權交易所、數據公司、數據交易所作為第三方機構將數據買賣雙方提供數據交易支付和結算的綜合性解決方案。而數據的范圍涉及政府、醫療、交通、教育、證券等多個方面[11]。

3.2 數據資產整合開放平臺

數據資產開放被認為是數據資產流通領域的重要模式。

對于政府而言，通過政府數據資產整合開放平臺，公眾能夠掌握到各種形式的政府數據資源，不僅有利于公眾獲取政府信息，并能將政府權力行為置于公眾的監督之下，對于不斷提升政府公共服務能力將起到極大的促進作用；對于企業而言，通過企業數據資產整合開放平臺，能夠有效梳理整合企業內部的數據資產，在實現內部合理化配置的同時，具備了與外部企業的數據進行合作的能力。

數據資產整合開放平臺的服務模式，從角色、數據需求、使用方式等方面，歸納為三種模式：應用商店SaaS模式、數據服務平臺DaaS模式、數據工廠PaaS模式。

3.3 數據資產審計服務

相比于傳統的審計，數據資產的審計將會更加有挑戰，對于提供數據資產審計服務的公司要求也非常高。但從提供服務的形式來說，大體包含三大部分：數據資產來源審計、數據資產管理審計、數據資產出口審計，具體內容如下。

數據資產來源審計包括：數據資產是否合理，確保數據資產不存在漏、偏、作假等情況。確認數據資產來源的時效性，過時的數據資產就失去了價值。

數據資產管理審計包括：數據資產是否有被妥善保密存儲、確保其安全性；數據資產是否做到專項專用，即內部獲取也要有授權和控制，是否做到了合理配置和使用。

數據資產出口審計包括：數據資產流出企業時是否泄漏了企業的機密；數據資產對外交易的價值是否合理，交易的數據資產是否按照約定的方式、數量進行交易，等等。

3.4 數據資產安全服務

數據安全管理是一個廣闊的領域，如何正確定義數據資產安全是管理好數據資產的前提。數據安全包括對立的兩方面定義：一是數據本身的安全，主要是指采用現代密碼算法對數據進行主動保護，如數據保密、數據完整性、雙向強身份認證等；二是數據防護的安全，主要是采用現代信息存儲手段對數據進行主動防護，如通過磁盤陣列、數據備份、異地容災等手段保證數據的安全。

從產業鏈生態來看，未來會催生兩大類數據資產管理服務：系統安全和應用級安全。正如我們操作系統一樣，會有操作系統的安全體系，也會有像殺毒軟件這樣的安全應用。系統級安全是數據資產管理全局的神經大腦，其負責最底層的安全策略、安全標準、安全控制和措施，管理著企業數據資產的所有用戶、密碼和用戶組成員及數據資產的安全等級劃分等基礎功能，這些信息我們通常叫做安全元數據。

應用安全體系主要包括數據資產安全的算法、技術實現等，根據數據資產管理過程的階段不同，應用安全體系的實現會有所不同，不同的應用安全提供者也會采用不同的安全技術手段。常見的技術手段有數據加密、數據水印、數據脫敏等。

系統安全和應用安全體系是相輔相成的，共同遵循數據資產的全生命周期規則，做到數據資產的事前、事中和事后安全，是現在系統功能上與企業數據資產管理的科學規律相吻合，真正做到為數據資產內容安全有效護航。

4 總結

數據資產即企業及組織擁有或控制，能給企業及組織帶來未來經濟利益的數據資源。數據資產管理圍繞對數據資產管理職能部門的管理、信息及報告的管理、形成及占用的管理、保值增值的管理、配置使用的管理、資產處理的管理、評估及清查的管理這七個方面提出新的管理要求。

建立數據資產體系的過程通常包括：數據產生采集、數據轉換、數據存儲、數據分發、數據使用和數據歸檔及銷毀等階段。

傳統產業與數據資產管理的相互融合催生出新的產業形態與商業模式，如數據資產交易所、數據資產整合開放平臺、數據資產審計服務和數據資產安全服務等。

[1] 鄭悅. 數據資產管理的關鍵點[J]. IT經理世界, 2015(1):25-25.

[2] 諶迅. 大數據資產管理系統的設計與實現[J]. 軟件, 2016,37(2): 50-53

[3] 馬凱航, 高永明, 吳止鍰等. 大數據時代數據管理技術研究綜述[J]. 軟件, 2015, 36(10): 46-49

[4] 張相文, 于海波, 關梓驁. 基于IT規劃的數據資產管理模式研究[J]. 軟件, 2016, 37(9): 126-129.

[5] 劉南海. 基于DAMA體系運營商數據資產管理體系構建研究[J]. 電信網技術, 2016(9): 61-66.

[6] 高會聰, 戴峰. 我國大數據產業發展面臨的挑戰及對策[J].電子商務, 2013(10): 19-19.

[7] 崔吉峰, 楊棟樞, 王微微 數據資產化管理研究及體系架構設計[J]. 微型電腦應用, 2016, 32(1): 40-43.

[8] 付朋俠. 數據生命周期管理理論研究及實施建議[J]. 科技創業家, 2013(17): 147-147.

[9] 鄭英豪. 大數據資產管理體系初探[J]. 新會計, 2015(11):34-37.

[10] 李文蓮, 夏健明. 基于“大數據”的商業模式創新[J]. 中國工業經濟, 2013(5): 83-95

[11] 陳衍泰. 企業利用外部知識能力與企業績效的關系研究:基于知識平臺與知識資產經營的視角[D]. 上海: 復旦大學, 2007.

Data asset Management System and Its New Industrial Opportunities

HU Yu1, WANG Yu-hui1, ZHANG Xiang-wen2
(1. State Grid Xining power supply company, Xining Qinghai, 810000;2. Beijing China-power puhua co, LTD, Beijing, 100000)

Big data is the core of IT technology development in the future, so the term "data is an asset" has been talked about by more and more people. The means of production and management of the data will also be demanded higher. This article mainly focuses on the concept of data asset management, management system and the future of a series of new industries around data asset management.

: Big data; Data asset

F279.23

A

10.3969/j.issn.1003-6970.2017.10.025

本文著錄格式：胡昱，王煜慧，張相文. 數據資產管理體系及其新產業機遇[J]. 軟件，2017，38（10）：130-134