2023大数据十大关键词--数据资产化

2023大数据十大关键词—数据资产化

随着我国大数据产业政策日趋完善、产业基础日益巩固、数据要素市场建设不断深化，大数据产业再次迎来巨大发展空间。在由中国通信标准化协会和中国信息通信研究院联合主办的“2023大数据产业发展大会”上，发布了“2023大数据十大关键词”，分别是湖仓一体、数据资产化、DataOps、数据服务、增强分析、数据伦理、数据基础制度、公共数据授权运营、数据安全风险评估、数据出境。

今天我们来聊一聊“数据资产化”这个关键词。

近年来，数据资产化实践不断深化，2022年12月份，中共中央、国务院印发《关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”），提出通过数据商，为数据交易双方提供数据产品开发、发布、承销和数据资产的合规化、标准化、增值化服务，促进提高数据交易效率。

什么是数据资产？

数据资产（Data Asset）是指由组织（政府机构、企事业单位等）合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。

在组织中，并非所有的数据都构成数据资产，数据资产是能够为组织产生价值的数据资源。数据资产的形成需要对数据资源进行主动管理并形成有效控制。

为什么要数据资产化？

根据《2023普华永道中国首席数据官调研》显示，制定数据战略、确保数据合规和安全是首席数据官最重要的工作议程，而数据资产化的受重视程度在所有工作议程选项中排名最后。与此同时，当前中国首席数据官或类似管理岗的渗透率仅为1.3%，远低于全球27%的平均水平。

普华永道的调研显示，近一半的中国企业（49%）在数据创新语境下提到了数据，表明企业更倾向于向公众披露将如何利用数据发掘创新机会，而仅不到4%的中国企业在数据资产的语境下提及数据，说明大多数企业还未充分认识到数据资产的重要价值。

中国的数据资产化在平台公司、银行等应用得比较广泛，不仅可以催生出公司新的业务品类，也可以成为资产。并且财政部近期发布的《企业数据资源相关会计处理暂行规定》（以下简称《规定》）将从2024年1月1日起开始实施，这一规定将推进企业加强数据资源管理向数据资产管理的演进，数据资产化有望迎来爆发期。

如何实现数据资产管理？

数据资产管理（Data Asset Management）是指对数据资产进行规划、控制和提供的一组活动职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务，确保数据资产保值增值。

数据资产管理包含数据资源化、数据资产化两个环节，将原始数据转变为数据资源、数据资产，逐步提高数据的价值密度，为数据要素化奠定基础。

数据资产管理架构如下图所示：

1.数据资源化

“怎样让数据有价值”，可以参照上图中将企业内原始数据转化为数据资源的“数据资源化”过程。随着数字时代的发展，企业的信息化、数字化发展程度参差不齐。企业内部积累的原始数据总会产生不准确、不真实、不标准等各种各样的问题，难以对业务发展现状形成准确参照，更无法投入使用为企业带来效益。

数据资源化通过将原始数据转变数据资源，使数据具备一定的潜在价值，是数据资产化的必要前提。

2.数据资产化

“怎样让数据产生价值”，即指“数据资产化过程”。数据资产化通过将数据资源转变为数据资产，使数据资源的潜在价值得以充分释放。数据资产化过程能够催生更加丰富的数据应用场景，能够推动数据资产生态建立，能够实现对数据资产的持续运营。这使得企业数据资产的业务价值、经济价值和社会价值显性化，使数据真正成为企业资产的一部分，从而赋能业务发展，进一步推动企业数字化转型。

数据资产化最重要的一环是数据治理

在企业数据资源化过程中，数据治理工作的实施至关重要。实施数据治理能够确保企业内数据的准确性、一致性、时效性和完整性，提升数据质量，保障数据安全，推动内外部数据流通。通过数据治理这道标准化“闸口”，企业内部的原始数据才得以转变为有一定使用价值的数据资源，为构建全面有效的、切合实际的数据资产管理体系做好准备。

万山数据—湖仓数据治理平台DG4L（Data Governance for Lakehouse）

丰富的实践工作中，万山总结发现，数据治理不仅是企业数据资源化过程的工作重心，还能通过提供合理有效的数据服务，在意识层面推动企业数据资产化管理进程。为降低数据治理门槛，帮助企业更简单快捷地进行数据治理，万山数据团队研发了湖仓数据治理平台DG4L。

DG4L的主要功能：

（2）数据集成DBH

数据集成平台DBH（DataBase Hub）是万山数据提供的一站式智能数据集成平台。

（3）数据仓库WSDCK

采用现代化MPP架构，实现秒级查询返回延时，支持标准SQL语言。

极致的数据压缩存储（能够达到10倍）。

提供了数据安全、文本处理、交互操作、任务管理、字典等方面的扩展，满足用户对多样化数据处理场景。

（4）可视化数据治理ODG

数据治理可视化管理工具，实现数据治理流程和操作所见即所得，复杂的数据治理过程自动生成可执行任务。数据质量问题可溯源，解决数据质量难控制，数据质量问题难溯源等问题。ODG包括计算服务、数据治理任务等功能模块。

DG4L产品架构如下图所示：