|
随着数据作为企业新的生产要素的意义不断凸显，数据量级在企业中不断地增长，数据管理已经成为了企业管理的重要组成部分。数据管理在数字化时代中越来越重要和复杂，它不仅需要确保数据的可靠性和准确性，还需要充分利用数据资产来支持企业的业务决策。数据管理涉及到许多关键性问题，其中三个最重要的是数据治理、数据资源管理和数据资产管理，同时也是企业数字化发展中的重要方面。 随着数据产业的不断发展，对数据科学和数据技术的关注之外，企业在传统的3P（组织人事，流程运营，技术平台）管理之外围绕数据的管理聚焦和投入快速增加。如果我们把这类管理称之为数据管理，那与之伴生的常用概念还有数据治理、数据资源管理和数据资产管理。 数据管理 数据管理（Data Management）是为了交付、控制、保护并提升数据和信息资产的价值，在其整个生命周期中制订计划、制度、规程和实践活动，并执行和监督的过程。 数据管理的目标是确保数据按照规定的标准和最佳实践进行有效管理，并确保数据能够被充分利用以支持组织的业务需求和目标。有效的数据管理可以为组织带来许多好处，例如优化业务流程，提高客户满意度，加强竞争优势，为组织带来更高的业务价值。 数据管理的主要目标包括以下几个方面：
数据管理涉及一组相互依赖的功能，每个功能都有自己的目标、活动和职责。数据管理专业人员需要考虑从抽象的企业资产中获取价值所固有的挑战、平衡战略和运营目标、特定业务和技术要求、风险和合规性需求，并理解数据所包含的内容以及数据是否高质量。 DAMA定义了数据管理知识领域。它将数据治理放在数据管理活动的中心，因为治理是实现功能内部一致性和功能之间平衡所必需的。其他知识领域（数据架构、数据建模和设计、数据存储和操作、数据安全、数据集成和互操作、文档和内容管理、参考数据和主数据、数据仓库和商务智能、元数据、数据质量）围绕数据治理实现平衡，它们都是成熟数据管理功能的必要组成部分。  数据治理 数据治理（Data Governance，DG）的定义是在管理数据资产过程中行使权力和管控，包括计划、监控和实施。在所有组织中，无论是否有正式的数据治理职能，都需要对数据进行决策。建立了正式的数据治理规程及有意向性地行使权力和管控的组织，能够更好地增加从数据资产中获得的收益。 数据治理是一种策略和框架，它确保数据资源的有效管理、使用和保护。它包括制定数据政策、标准和流程，建立数据所有权和责任，监督数据规范和合规性，以及促进数据的共享和协作等。 在数据治理中，企业需要定义与数据管理有关的政策、规程和流程，以确保数据得到有效地管理和保护。一般而言，数据治理应该确保数据质量，避免数据不一致和缺失，同时保证数据的安全性和正确性。数据治理还需要定义数据的管理责任、权限、角色和职责，以确保数据的合规和数据决策的透明度和可靠性。在数据治理实践中，企业通常会制定一些基本的政策和规则。例如，有关数据存活期限的规定、数据质量控制的准则、数据分类和术语词典等，以确保数据为组织所使用和保护，从而支持业务决策和业务发展。 数据治理主要涵盖以下内容：
数据治理从根本上解决了企业内部数据管理的规范性问题，能够提高数据使用效率，加强数据安全保障和数据价值开发。 数据资源管理 数据资源是指组织或个人创造、获取和掌握的所有数字信息的集合，可以是结构化、半结构化和非结构化的数据。数据资源包括企业生产、运营和交易等方面的数据，也包括社交媒体、博客、网站、电子邮件、短信等非结构化数据。数据资源是组织或个人的核心资产之一，具有非常重要的价值。对数据资源进行有效管理和利用，可以支持组织的决策制定和运营管理，进而提高组织的竞争力。此外，数据资源也是数字化时代的重要战略资源，已经成为企业数字化转型的重要驱动力。 数据资源管理不仅有利于保障企业数据的资产价值，而且有助于提高企业的竞争力。数据资源管理可以有效的进行数据分析、数据挖掘、数据整合、营销推广，保持市场敏锐度，对于企业未来的数字化转型发展有着重要意义。 数据资产管理 数据资产和实物资产、无形资产一样，都是企业价值体系中的重要组成部分。虽然任何数据都是企业可用的数据资源，但只有产权明确，被有效利用并产生了商业价值的数据才能称之为企业的数据资产。数据资产管理能够帮助企业有效地管理数据，提高数据资产的价值和利用效率，同时减少对数据的浪费，有效降低企业运营成本。同时，合适的数据资产可以进入社会面进入数据交易市场产生外部效益，也应当通过”数据入表“体现在企业的资产负债表上。 数据资产地图是一种管理数据资产的工具，用于展示和组织组织中所有数据资产的完整清单。它包含了数据资产的详细信息，包括资产盘点、资产运营、资产应用及评估等。数据资产地图可以帮助组织更好地理解其数据资产，并支持数据管理和治理的决策制定过程。它还可以帮助数据科学家和分析师更好地理解数据的来源和质量，以提高数据分析的准确性和效率。  精益数据资产管理是一种基于精益管理思想的数据资产管理，它继承了传统数据资产管理的方法和理念，同时加入了精益管理的理念和工具，以达到更高效、高质量、低成本的数据资产管理。通过精益思想，降低数据管理过程中的不必要的时间和资源浪费，提高数据资产价值和效率，并且不断通过反馈和持续优化来提高数据管理水平。  数据资源及数据资产管理的差异 当数据资源被根据使用场景有效识别，开发，需要时被加工处理成“算据”后再利用，达到一定规模并且产生的价值可以被量化时，这时的数据资源具有商业价值了，就需要组织对其进行持续的开发和运营，并在企业的经营分析过程中体现出来。这样的有足够体量，资产化后数据主体成为数据资产。相比之下，数据资产管理更加强调数据价值和生命周期的全面管理。数据资产管理也就不仅仅是管理数据本身而更加关注数据及其开发运营所带来的企业商业价值和实现过程。 1 核心定义不同 数据资源管理是在数据管理的基础之上，提供各种数据治理手段来确保数据质量和开发效率，也就是说数据资源管理是在数据管理的基础之上从组织、制度、流程方面进行管理。 数据资产管理是在数据资源管理的基础之上，从经济角度，满足对资产运营的各类管理要求，主要强调所有权和经济效益。数据资产是数据资源的进一步发展，当一种资源能够创造价值，就会涉及到所有权、价值等活动，用来组织和规范该项资源的利用，评估这项资源带来的效益，数据资产就是在数据资源的基础上进一步体现了资产属性。 2 目标不同 数据资源管理的目标在于寻找手段，以有效的控制数据资源，并提升数据资源的利用率。 数据资产管理的目标是将数据对象作为一种全新的资产形态，并以资产管理的标准和要求来加强相关体制和手段。 3 活动不同 数据资源管理的活动包括数据资源规划、数据采集和存储、数据分析和应用等；数据资产管理的活动包括数据资产分类、数据资产评价、数据资产保护等。 综上所述，数据资源管理和数据资产管理都是企业数据管理中的重要环节，它们的目标和侧重点不同，但都是为了支持企业的业务需求，确保数据的可靠性、安全性和价值最大化。 作者 | 乔静 系亚信咨询丨艾瑞数智咨询 北京办公室 高级咨询顾问 |
|
|
