【一文读懂】激活企业数据资产：管好用好释放数据价值

  近日，国家数据局党组书记、局长刘烈宏在北京数据基础制度先行区启动会议中就数据要素制度建设相关话题作重要讲话。其表示国家数据局正在推进的重点工作之一，就是逐渐完备数据基础制度体系，充分的发挥数据的基础资源作用和创新引擎作用，不断做强做优做大我国数字化的经济，为构建新发展格局、建设现代化经济体系、构筑国家竞争新优势提供有力支撑。

  会上，刘烈宏指出，党中央、国务院格外的重视发挥数据要素价值。当前，数据要素慢慢的变成了与土地、劳动力、资本、技术等并列的生产要素之一，逐步融入生产生活各环节，深刻影响并重构着经济社会结构，成为数字化的经济时代影响全球竞争的关键战略性资源。

  我国数据要素市场从顶层设计进入到落地实施阶段，当前正处于数据交换向价值交换发展的关键进程。对于业务分布广泛的企业而言，怎么样才能解决难点以释放数据要素价值，如何管好用好数据资产，成为企业数字化转型的关键命题。基于此，本文便解读标杆企业成功实践，助数字化同仁们输入新思路。

  作为一家大型多元化集团，该企业凭借前瞻性的战略眼光、坚定的责任感以及领先的创新力，持续驱动多业态联动发展，涉及地产开发、商业运营、工程建设、物业管理等业务领域。

  该企业较为注重数字化价值，基本实现信息化建设，目前已顺利部署40+系统，覆盖绝大多数重要业务条线，迈入数字力进阶阶段。然而随着系统建设增多，数据源来自各业务条线，在各业务系统中独立维护，标准与结构不统一，数据之间缺乏交圈，影响数据效用与价值的直接发挥。此外，随着行业进入新常态阶段，该企业继续夯实多元发展能力，使得数据分析及应用的场景也愈发多元化、复杂化。

  在内外双因素的影响下，原有数据管理模式难以满足集团现有的发展需求。尤其对信息部门与业务部门而言，数据管理难度成倍增长。

  首先，于信息部门而言，数据维护困难：（1）数据整合困难：系统烟囱式建设，数据无法交圈；数据重复建设，且无标准化，口径不统一；数据关联性差，汇总、分析等应用场景支撑有限。（2）数据质量风险：系统之间缺乏统一标准；用数场景散点式发起，缺少统一口径管理；数据分散维护、多点和异步维护，容易带来数据质量问题。

  其次，于业务部门而言，数据应用困难：（1）数据管控弱：对于数据管理，业务参与度弱；数据管理效率低、成本高。（2）缺乏数据服务：数据管理门槛高；缺乏数据服务模块，不能灵活应对未来数据分析和应用诉求，数据价值变现困难。

  然而数据资产管理平台建设，不是底层数据建设，也不是一个数据系统建设，而是一整套体系化的数据管理策略。因此，各环节均需要全面的部署，该企业主要从认知战略、整体方法论、行动目标等方面发力。

  在认知战略层面，该企业高层领导极为重视，将其上升为数据战略高度，遵循“自上而下，自下而上”的逻辑（点击《数据资产“入表”已成定局，企业如何合法合规实现数据资产变现？》了解数据资产管理平台建设逻辑），并确定下满足高层、业务部门、信息部门的赋能目标。

  执行层——将业务数据集成至统一平台，便于日常工作的业务数据查询，提升工作效率；

  维护方——减轻数据管理工作量，将技术人员从繁重枯燥的任务中解放出来，进而投入更多的精力到其他数字化建设中去。

  在整体方法论层面，盟拓构建出“五步法”，分为两大阶段三个关键五个步骤。在前期，主要是通过数据资产管理体系建设与资产平台搭建，实现“数据管起来”。在后期，实现数据资产价值变现，并以此检验评估管理体系和资产平台的价值，达成“数据用起来”。具体实施步骤如下图所示。

  在行动目标层面，该企业构建数据资产管理“四大体系”，为后期平台可持续发展的保障，主要覆盖技术、数据、服务与运营四大维度。

  （1）技术体系，通过数据中台应用架构和技术架构的设计，完成数据基座和平台应用选型和部署；

  （2）数据体系，以“资产设计方法论”指导指标和标签体系设计，按“统一数据层建设原则”进行数据架构设计，保证数据标准、质量和安全；

  （4）运营体系，实施“专人专岗”，利用量化评估模型，结合自己流程，进行数据资产的对内或对外运营开放。

  关于数据资产管理平台的价值，多数人看到的是，面向用户应用的经营监控指标、管理看板等。但就像“冰山”一样，在水面下，隐藏的积淀更重要，涉及指标梳理、指标拆解、指标溯源、数据整合、数据治理、指标配置与加工等一系列的处理链路。

  而实现水面下的“一系列的处理链路”，要有在所属行业领域深耕多年的业务积累和经实践反复锤炼的落地能力。

  因此，数据指标梳理是应解决的问题，该企业提出既要满足业务部分指标实用、覆盖常用业务场景，又要满足信息部门指标复用、二次开发的诉求。

  对此，盟拓软件和该企业一同梳理计算逻辑及取数来源，并根据指标结果数据，和线下指标结果数据做对照，不断纠偏。最终，盟拓通过两个月，针对十个业务域，梳理、拆解近800个数据指标，让数据资产管理平台的落地更符合高层决策的目标。

  整体来看，数据资产管理平台助力该企业，让业务赋能更落地，让数据成为生产力。实施期间多业务参与，共同制定规则，增加数据权威性；实现数据管理标准化、可视化、集中化、平台化，强化数据管理力；制定出安全注册保障机制，达成数据权限控制，增强数据安全性；从组织保障、规则保障、治理流程等方面保障数据质量；快速适应业务创新下的应用场景，提升数据服务化；支持业务方用数需求，助力管理驾驶舱实现，实现数据可视化。

  在未来，该企业将完善剩余数据域的指标体系搭建，持续进行标准、治理、规范、可视化、服务化的数据资产运营，赋能企业高水平质量的发展。返回搜狐，查看更加多