企业数据资产化，推动科技创新转型

我们正从信息时代，进入智能时代。信息时代的特点是应用先行，而智能时代的特点是数据先行。当下企业需要以数据驱动为支撑，开启数字化转型之路。

“数据资产”一词于1974年由Peters提及，由信息资源和数据资源的概念逐渐演变而来，并随着数据管理、数据应用和数字经济的发展而普及。中国信通院将其定义为“由企业拥有或者控制的，能够为企业带来未来经济利益的，以一定方式记录的数据资源”。在企业中，并非所有的数据都构成数据资产，可明确作为“资产”的数据资源，表现为以下两种形式：可帮助现有产品实现收益的增长；数据本身可产生价值。

数据是资产的概念已经成为行业共识。然而现实中，对数据资产的管理和应用往往还处于摸索阶段，数据资产管理面临诸多挑战。数据资产化转型遇阻基于数据的可复制、可共享、非竞争性等特征，数据资产化过程中阻碍重重。其一，数据产权与属性模糊。其二，数据隐私与安全问题。其三，数据定价与估值困难。其四，数据流通与开放受限。

数据资产管理：

1、数据资产治理：让企业数更加准确、一致、完整、安全，降低IT成本。

2、数据资产应用：使企业数据的使用过程更为人性、快捷、，从而提升管理决策水平。

3、数据资产运营：支持企业数据资产的分发、开放、交易等数据嫁接的实现，从而促进数据资产的价值实现。

在当今企业从信息化向数字化转型的背景下，企业数据资产管理内涵也发生了深刻的变化，从传统的主数据管理向全域数据资产管理延伸。全域数据资产管理需要基于端到端数据中台，通过大数据、AI技术等对全域数据进行全生命周期的资产化管理，促进数据在“内增值、外增效”两方面的价值变现，同时控制数据整个管理流程的成本消耗，相比传统主数据管理更强调全域性、一体化与主动性。

数据资产管理主要包含九大职责：数据标准管理、数据质量管理、元数据管理、数据标签管理、数据生命周期管理、数据安全管理、主数据管理、数据模型管理、数据价值管理。

企业如何从自身角度去管理数据的安全问题是企业在当前大数据应用和安全环境下最迫切的需求。数据安全能力主要可以分为四种能力，分别为数据安全管理能力、数据安全技术能力、数据安全合规能力、数据安全运营能力。

数据作为越来越重要的生产要素，将成为比土地、石油、煤矿等更为核心的生产资源，如何加工利用数据，释放数据价值，实现企业的数字化转型，是各行业和企业面临的重要课题。