越来越多的企业也将数据视为转型发展、重塑竞争优势和提升组织治理能力的重要战略资产，并对这一重要资产进行系统性、体系化的管理，以便充分挖掘数据的战略、战术价值。鉴于此，对数据资产进行体全面盘点、构建企业级的数据资产目录成为了数据资产管理的一项基础性工作，正在各行各业如火如荼的开展。

一、什么是数据资产

在理论层面，目前并没有对数据资产的权威定义。我们选取业界较为认可的概念，即：数据资产（Data Asset）是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

数据分析 - 派可数据商业智能BI数据可视化分析平台

从以上概念中，可以得出数据资产最重要的三个性质：

1、可控的，企业除了拥有自己内部的数据外，对一些外部的数据可以通过可靠、合法的途径获取，也可作为企业数据资产的一部分；

2、有价值的，数据资产能够给企业带来效益和价值，但笔者认为此处的效益不应局限在经济价值，还会有社会价值、信誉和品牌价值等等；

3、需要甄别的，并非所有的数据都能成为数据资产，所以企业要根据自身业务特点，在海量的数据中识别划分出属于自己的核心数据资产。

二、识别企业自身的数据资产

企业在业务发展和信息化建设过程中，积累了大量的业务数据，哪些可以作为企业的数据资产则是见仁见智。

首先，数据是业务活动在数字世界的投影，其本质作用是记录业务对象及其活动过程。整体上可划分为两大类：

洞察分析数据：是基于基础数据计算出来的结果，反映业务活动的规律、趋势、特征等，一般可理解为日常所说的“指标”。

指标 - 派可数据商业智能BI数据可视化分析平台

其次，从数据价值衡量的维度来看，可从以下几个方面来分析：

业务权重：数据是否属于企业核心业务运营范畴，越接近核心则越重要，其作为数据资产的必要性越高；

决策权重：对高层决策的重要程度，决定了数据能否作为数据资产的一项重要指标；

使用频度：数据被使用的频次越高，说明其重要性越高；

分布范围：数据如果分布在多个业务域或者系统中，被很多不同的人员使用和共享，说明其支撑的业务越多，也越重要；

技术承载与可控性：通过技术手段，对数据进行获取、维护、管控，其难易程度、成本、可控性等方面都可作为辅助性的衡量标准。

企业可以依据此矩阵对数据进行量化评估，识别哪些数据属于数据资产范畴。

三、建设策略

1、数据资产目录的建设，最重要的是要以价值为导向，能够对业务起到有效的支撑作用，并具备良好的运营机制，才能体现价值。

明确驱动力、优先选择业务价值高的应用场景，建设成果落地有效首先结合当前及未来企业对数据管理工作的现状、挑战和需求进行分析，识别对业务支撑力较强的业务领域、数据主题、信息系统等，选择业务价值高的应用场景为建设支撑目标，在此范围内，进行数据目录管理工作目标和路径的设计，从而通过数据目录支撑到企业数据管理战略、产生更为直接的工作效益。

大屏 - 派可数据商业智能BI数据可视化分析平台

2、配套建设数据资产目录管理所需的组织职责、工作机制及数据文化氛围，技术与管理并重。数据资产目录的建设与管理需要相应的组织和机制支撑，需要企业内部数据文化达到一定氛围后，才能发挥相应的价值。
对于数据目录的管理模式、评价模式、认责机制等，都需要业务部门的业务专家、数据专家深度参与其中，持续养护数据、完善数据定义、提升数据质量、分享数据成果，而数据文化与管理机制的建立和运行，并非一朝一夕、一蹴而就。
数据服务化简单来说就是把数据进行封装，也就是把数据采集、传输、存储、处理、交换等数据的各种形态转给为外部可以高效利用的软件服务。像数据分类、数据标签，元数据管理、数据血缘、数据追溯等数据资产，就能够让通过数据服务化在企业内外部流通，重复进行利用，实现降本增效。