大數據背景下公司數據資產管理現狀與規劃探析

任 旭

大數據背景下公司數據資產管理現狀與規劃探析

任 旭

（廣西財經學院 會計與審計學院，廣西 南寧 530000）

以數據資產的特征出發，通過對目前數據資產的發展現狀以及面臨的挑戰進行分析，完善對數據資產的維護和管理，構建數據資產管理體系，總結規劃數據資產管理方法，公司能夠更加便捷、準確、有效地利用數據資產，帶來更高的經濟效益，增強總體競爭實力。

大數據；數據資產；管理及規劃

數據是信息的載體，也是公司業務以數據化方式的體現[1]。數據資產代表了公司日常經營生產管理的過程的集合，是對數據進行深度整合管理，使數據之間建立相應的聯系。資產化的數據，不僅能夠在公司日常經營活動中形成，并且在數據的取得、保存、處理、傳送過程中都具有相關的實用性。數據資產管理是指對數據資產進行管理的一系列活動[2]。數據資產管理的目標是為公司數據資產管理的準確性、一致性、完整性提供機制上的保證。公司進行數據資產管理活動還包括數據框架、作業流程、數據模型、系統政策的建立、考核監管等方面，以及影響的程度解析、數據的質量標準、監督考察數據質量等相關內容，確保數據資產的質量，實現數據的便捷化、標準化、準確性和有效性，為分析和決策提供強有力的支撐，從而使數據資產價值的可用性升高。

一、大數據背景下數據資產管理現狀及面臨的挑戰

（一）目前的現狀

目前我國正處于數據經濟高速發展的時代，根據大數據專家的評估，絕大多數的企業數據資產應用還處于較為初級的階段。造成這種情況的原因主要是公司受傳統觀念的影響，缺少公司數據資產化的科學管理觀念以及建設現代化模式的創新意識，最終導致公司數據資產管理相關的管理體系、制度、工具、職責、過程等各方面的不完善，出現數據資產管理混亂的現狀。

1. 黑盒化數據資產

公司缺少數據資產和數據管理觀念，在業務處理數據化的過程中沒有進行有序分類規劃和解讀說明，導致公司管理層和使用數據的公司業務人員無法有序、完全應用這些數據，最終導致這些數據形成各式各樣的黑盒數據資產。

2. 數據資產流通渠道的缺失

不同應用之間缺乏快速交互轉換的有效途徑，信息平臺的缺失阻礙了公司之間數據資產的流通，不利于引入更多的相關數據來充實壯大本公司的數據資產，使數據資產形成孤島效應。

3. 數據資產的多頭管理問題

建設和管理數據信息系統的職能分散在很多相關部門，缺少專門針對數據資產管理的有效組織，使數據資產的管理職責分散，權責難以界定，不利于公司數據資產的管控、監督。

4. 數據資產缺乏有效管理

與數據資產有關的元數據、質量體系標準等沒有統一規范的處理流程，在整個公司的數據資產管理過程中沒有保持前后的一致性，使數據資產的質量參差不齊，無法為公司提供一個規范、標準、完整且準確的高品質數據信息環境。

5. 數據資產運營周期

從產生、使用、備份、維護到過期銷毀的數據資產的生命周期，其管理和處理流程并不完善，數據資產安全問題屢見不鮮，漏洞的存在會導致公司關鍵數據資產的泄露，如被不法分子利用后果嚴重。

（二）面臨的挑戰

大數據背景下最有價值的數據是資產，數據資產使用意識在各級組織機構中已經獲得了充分的認可，但目前各級組織單位對數據資產的管控狀況卻不容樂觀，制約著組織數據質量進一步提高，同時也限制了數據價值的實現。在數據資產的管理和維護實踐中，如何對數據資產進行更加有效管理的方法還在不斷摸索。

1. 缺乏統一數據資產標準

對于錯綜復雜的數據標準沒有統一的界定，不能避免數據的來源不明、多樣化所帶來的問題。數據管理標準的統一是解決和保障數據交易安全、數據傳輸、維護系統以及訪問流暢度的關鍵問題。

2. 數據資產周期規劃混亂

以公司數據的應用管理為例，在存儲、上傳、流通、共享等流程方面存在不合理的規劃，會導致公司數據資產的價值無法體現，也會造成公司數據資產的信息流失，帶來無形的損失。

3. 業務處理系統化

建立統一規范的公司數據管理方法至關重要，數據資產管理反映公司日常經營活動的體系，如果沒有一個協調方法和統一管理的模式，會導致公司經營獲取數據不及時，不能得到關鍵數據的信息。

4. 數據資產分析效率低下

數據量大、分析技術有限、技術不達標、采用的解決方式不夠迅捷，這些原因都會導致無法識別整理出優質信息及時供給使用者提供決策。提升數據開發分析效率，對公司業務的持續發展起到關鍵性作用。

5. 數據資產質量問題

數據缺失、數據質量參差不齊，數據價值不能被更好地體現出來，公司管理者需要加強對數據資產的重視。建立規范的篩選和監督機制，提高數據質量。解決數據的需求、刪除、應用等權限混亂管理的問題。

6. 數據資產垃圾清理

海量的過期數據無法被識別和處理，過度占用公司資源，增加維護費用，影響公司利潤。因此，及時刪除數據垃圾，降低維護成本、加速搜索效率，進而增加數據資產的價值，及時發現和解決問題，帶動數據質量的革新，營造綠色健康的數據使用環境。

7. 數據資產的價值難以評估

數據資產具有無形性、虛擬性，并非實物可盤點資產。數據資產之間新的組合方式可以派生和研發出新型數據資產，使數據資產的投入成本和維護成本難以區分，無法體現公司數據資產與其他數據相關聯的深度價值，無法進行有效的評估。數據資產隨著科技的發展未來是否盈利難以確定，數據資產的使用年限并不像傳統資產可以合理估計使用年限，所以，數據價值的增長以及數據保值問題有待商榷。

綜上，構建公司適用的數據資產管理系統，有利于高效開展對數據資產業務進行標準化管理，進而提升數據資產的利用率，為數據資產的使用保駕護航。

二、大數據下數據資產管理規劃方法

（一）構建數據體系

在大數據經濟時代，如何利用數據資產進行合理的數據布局，打造公司未來的核心競爭力，占領未來的數據高地，將是各公司在未來的重中之重[3]。構建公司數據體系之前，先厘清公司數據資源管理的業務體系，才能保證數據來源的可靠性。建立數據標準后，篩選出可直接參考和使用的標準，與行業標準相互結合，制定出新的數據標準體系，對具體數據項的定義、口徑、格式、取值、單位等進行規范說明，提升數據質量，最終實現公司數據資源統一管理。

（二）數據資源整合

通過匯集公司全域級數據，做好數據資源整合，為業務融合提供有利支撐。

1. 構建數據畫像，理清數據脈絡

數據分類：對公司生產經營體系進行數據分類，按照不同業務類型建立數據資源目錄，對各類數據進行相應的描述。

數據關系：數據系統的口徑責任主體需要統一化管理，明確數據之間的流轉關系，設計出合理的數據流路徑，確定數據生命周期中每個階段數據的責任主體和歸屬狀態。

2. 構建數據管理，規范數據體系

數據存儲管理：基于集中統一共享、分層分級管理的思路原則，對于不同類型的數據，采用不同的數據存儲方式。

數據規整入庫：對已存入數據庫中的數據、未建庫的數據以及各種紙質、電子文檔數據進行統一規整，建立數據入庫標準與秩序，保證數據有序存儲和使用的便捷性。

數據更新管理：在機制和工具上設置雙重保障的前提下，保障數據更新管理的規范性、安全性和隱私性。建立更加全面的動態更新體制和流程操作規范，對數據進行統一管理，為數據入庫更新提供有效的支持。同時，結合數據庫更新管理系統對數據進行安全檢測、入庫更新、數據導出等管理。

（三）數據規劃戰略

數據管理是一項長期的復雜工程，其涉及面既廣且深。為了更好地落實數據管理工作，應根據其當前的現狀和水平分階段逐步組織開展。因此，有必要制定未來三年的數據管理實施計劃，明確數據管理實施路徑，形成相關指引，為其IT戰略和數據戰略以及公司發展戰略規劃提供支撐。

1. 明確管理規劃

結合組織數據成熟度評估現狀、戰略愿景、管理目標，考慮未來三年數據管理推進的重點工作。

2. 制定戰略目標

結合組織未來三年數據管理推進的重點工作，從IT投資、人力支持、重要程度和技術難度等維度開展數據管理實施的優先級分析，明確相關重點推進工作。

（四）建立數據治理模型

建立企業數據治理模型，有利于統一數據定義，規避數據風險，實現企業數據的標準化、規范化管理。數據治理原則是數據治理活動中所應遵循的標準或法則[4]。通過結合公司的內部實際情況，可以制定IBM數據治理模型，該模型具有成熟度高的典型性。整個模型成熟度框架也是數據治理成熟度的評估工具。擁有客觀具體的基準，有利于當前有效性數據治理狀態的評估，改善數據治理，發現新機遇，實現價值創造。

三、大數據背景下數據資產安全維護

維護數據資產是為了確保數據和信息資產的自身價值，還具有分析信息資產對其進行分類管理的能力，保障數據資產的安全穩定，避免被竊取和利用。

（一）存儲安全

對存儲系統應不定期地進行檢查，對整體數據庫進行掃描和識別風險。根據公司策略發現、記錄敏感操作，對于高風險行為進行預警處理，對于將過期歷史數據歸檔或者刪除。留存的數據進行標識和分類，為數據的使用者提供便利，節約搜索的時間，以確保數據的維護方案能滿足公司業務的日常需求，不僅可以提高數據系統的運行效率，還能降低公司的維護成本。

（二）規范數據資產處理流程

對公司內部數據使用權要嚴格把控，公司管理層往往會被忽視，倘若公司內部數據已無使用價值，但是對于外部仍可能有利用價值。這些數據應當進行永久銷毀，可以對公司磁盤進行覆蓋式的重新寫入或邏輯格式化的銷毀，也可以通過磁盤消磁、徹底破壞存儲設備的方式進行物理銷毀，永久性徹底實現數據的刪除，避免被不法分子二次使用，造成商業機密泄露。

（三）安全管理體系

數據安全管理體系能夠加強對核心數據資產的安全保護，保障核心數據資產合理高效的共享及使用，并防止核心數據隨意擴散及泄密，幫助公司清晰了解敏感數據狀態，識別數據風險狀態，構建體系化的數據安全保護機制，維護公司數據安全，保障公司平穩健康發展。

（四）數據交換共享

權限統一管理嚴格，監察內部數據安全，確保數據共享過程的相關處理流程，并對其進行記錄日志，要有效識別高風險行為，及時作出管控。在傳輸過程中，需要對內部數據進行加密處理，確保傳輸的安全性、可用性和真實性。

（五）數據采集

對公司業務數據進行整理，制定符合規范的數據采集策略，對數據采集過程中可能存在的風險進行有效的識別，形成采集風險評估，并對其進行日志記錄。采集過程要遵守法律相關規定，確保采集的數據具有合法性。

（六）制定合理的公司制度

公司應就數據維護方面制定合理的制度政策，并且嚴格按照公司制度來執行，加強防范，明確相關部門人員的職責，提高公司員工對于數據資產的管理責任意識。

目前，中國的數字經濟正在向著更加互信、共享、均衡的方向發展，數據的“生產關系”正在進一步重塑[5]。公司進行數字化轉型是產業升級發展的必然選擇，在資源獲取、生產運行、經營貿易、客戶服務等各業務領域產生的大量數據已成為驅動創新、引領升級的關鍵要素。隨著數據資產管理的逐步深入、規劃和完善，數據資產的重要性正進一步體現，逐漸成為公司核心競爭力的重要資產。

[1] 李雅雄,倪杉.數據資產的會計確認與計量研究[J].湖南財政經濟學院學報,2017,33(4):82-90.

[2] 崔金棟,關楊,張海濤,等.信息生態視角下企業數據資產管理機理研究[J].現代情報,2017,37(12):24-29.

[3] 李雨霏,劉海燕,閆樹.面向價值實現的數據資產管理體系構建[J].大數據,2020,6(2):45-56.

[4] 劉桂鋒,錢錦琳,盧章平.國外數據治理模型比較[J].圖書館論壇,2018,38(11):18-26.

[5] 閆樹.大數據:發展現狀與未來趨勢[J].中國經濟報告, 2020,15(1):38-52.

An Analysis of the Current Situation and Planning of the Company's Data Asset Management under the Background of Big Data

REN Xu

(College of Accounting and Auditing, Guangxi University of Finance and Economics, Nanning 530000, China)

Based on the characteristics of data assets, by analyzing the current development status and challenges of data assets, improving the maintenance and management of data assets, constructing a data asset management system, and summarizing and planning data asset management methods, the company can make more convenient, accurate and effective use of data assets, then bring higher economic benefits, and enhance the overall competitive strength.

big data; data assets; management and planning

F275

A

1009-9115(2022)05-0105-04

10.3969/j.issn.1009-9115.2022.05.018

廣西財經學院校級研究生教育創新計劃（YCX202242）

2022-07-17

2022-09-02

任旭（1993-），男，河北唐山人，碩士研究生，研究方向為會計信息系統和大數據分析。

（責任編輯、校對：劉俊萍）