从数据到数据资产

数据已成为企业的核心资产和重要战略资源，是重要的生产因素。在数据驱动的数字时代，企业只有将核心业务数据更好地掌握在手中，才能从中萃取更大的业务价值，进而优化产品管理，拓展市场新渠道，打造企业核心竞争力，而数据治理就是挖掘这些价值的重要手段和工具。那么，对企业而言，如何才能将数据转化为数据资产呢？

企业的数据治理指的是企业对所拥有的数据资产的治理。但是，并非企业所拥有的所有数据都能被称为数据资产，只有其中关乎重大商业利益的数据资源才是数据治理的对象。重要的数据资源可以为企业带来显著的商业利润，因此这些数据资产也是企业公司资产的重要组成部分。数据治理需要在企业战略层面从上至下进行推动，通过建立组织架构，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值的动态过程。如，2018年国银行保险监督管理委员会正式发布了《银行业金融机构数据治理指引》，要求银行业金融机构应当将数据治理纳入公司治理范畴，建立自上而下、协调一致的数据治理体系；并根据数据治理情况评价公司治理水平，甚至与监管评级挂钩。

对于普通企业而言，其数据治理的关键环节主要包括：企业端数据治理的整体策略和方向、明确企业数据的范围和分布、打破数据壁垒，实现数据互通和共享，以及实现数据质量闭环管控等四项主要工作。

其中，企业的数据战略的制定是数字化转型工作开展的首要工作，是组织开展数据工作的愿景、目的、目标和原则，是组织开展各项数据相关工作的宗旨和指引，同时也引领了企业数据治理的方向。以银行业为例，现如今全球银行业已经全面步入数字化时代，领先银行纷纷实施数据化创新战略，在过去的五年中，围绕着数字化、大数据、金融科技、敏捷银行、开放银行和生态圈六个领域，国内外银行纷纷开启探索之旅。

其次是数据资产盘点，即解决“有什么”（数据资产）的问题，为后续“用什么”（数据资产）、“如何用”（数据资产）等问题。其工作目标主要有四点：一是通过对关键系统关键数据资源的梳理，形成企业数据资产目录；二是通过数据资产盘点，推进企业数据整合共享以及相关标准化工作；三是分析总结企业数据资产现状及问题，开展治理工作，提升数据质量；四是以体现数据价值为目标，推进数据资产使用，实现数据价值最大化。

第三是打通数据壁垒，加强数据共享。目前大多数企业的系统建设为“烟囱式”，各个系统如同烟筒一样独立支持业务应用，仅在功能层面有少许交互，而企业未建立统一的数据汇总、整合平台，导致各个系统之间的数据壁垒严重，数据无法释放价值。为避免因未开展数据规范造成的不良影响，可从以下两点入手：第一，企业应建立统一的、权威的数据规范——数据标准。数据标准从业务属性、技术属性和管理属性三方面定义了数据分类、数据标准名称、业务定义、取值范围、数据类型、数据长度、数据定义部门等内容，阐明了数据“应该是什么”的问题。第二，企业应将数据标准落实系统开发中，保证新系统中产生的数据都满足数据规范要求，具体的流程包括：在需求提出阶段审查数据需求是否符合数据标准要求；在需求设计及系统开发阶段严格遵守数据标准进行系统设计及开发；在测试阶段纳入数据规范测试，检查数据规范的落实情况；通过以上机制，从技术流程控制角度，保证了新建系统中的数据满足规范要求。针对已有系统中不满足数据标准的情况，应适时开展系统改造，在系统层面落地数据标准，保证已有系统增量数据的规范性；对于存量数据，可根据需要进行存量数据的专项整改。

最后是构建数据治理三道防线，实现数据闭环管控。“数据治理三道防线”是数据管理的组织架构，是数据管理全面化、体系化的具体体现。三道防线分别为：业务管理条线、数据治理管理条线以及审计监督条线，三道防线融合了企业前、中、后台的部门和人员，只有各负其责，加强“三道防线”的沟通联系，形成合力，实现信息共享、联动互动、合理覆盖，才能建成有效的全面数据治理体系，切实提升数据管理水平，充分释放数据价值。

数字经济正在改变我们生活和工作的方方面面，而数据是数字经济的核心，对企业而言，数据更是企业重要的资产，未来只有拥有大量数据并效利用的企业才能在竞争中获得优势……