为了深入落实国家大数据战略，推动大数据产业交流与合作，展示我国大数据产业最新发展成果，2019年6月4日至5日，由中国信息通信研究院、中国通信标准化协会主办、大数据技术标准推进委员会承办的2019大数据产业峰会在北京国际会议中心隆重举办。

会上，来自工业和信息化部的领导，我国众多优秀大数据领域服务商、行业应用客户、研究机构、地方大数据主管机构的领导和专家，将对大数据政策、产业、技术的现状与趋势等内容进行交流探讨。

6月5日，在数据资产管理分论坛上，东方金信实施部副总经理张义水为我们带来了题为《海盒数据资产管理平台（SAMP）简介》的演讲。

大家下午好！我是来自东方金信的张义水。接下来我给大家汇报一下我们东方金信对于数据资产管理方面产品落地的情况。

我介绍的内容包含两个方面：（1）我个人对于数据资产管理发展趋势的理解；（2）东方金信海盒数据资产管理平台的介绍。

一、 数据资产管理现状及发展趋势

数据资产管理历史发展过程。针对数据资产，我个人粗浅的认为，它在发展过程中经历三个阶段：

第一阶段，传统的数据管理。这个阶段更多考虑数据的集成，包括数据的收集、存储、建模、应用过程。

第二阶段，企业数据治理。认识到数据资产的重要性，发现了一些数据质量问题，我们就会很容易地衍生出这个问题，数据质量如何治理？需要有一套全面的企业数据体系来实现。国际数据管理协会制定了《数据管理的知识体系指南》，基本上企业可以参照这个指南去落地执行。

第三阶段，数据资产管理。数据资产管理是我们要把整个数据作为资产来看待，如何做全方位管理，而非仅仅只做数据治理。这个此前在国际上还没有比较成熟、成形的理论体系。昨天在会议主论坛上。我认为信通院发布的《数据资产管理实践白皮书4.0》非常有借鉴意义，给大家带来有关于数据资产管理的全面的理解认识，很适合作为参考和指导。

数据资产管理定义。前面我提到几个小概念，什么是数据资产，什么是数据资产管理。我认为，数据资产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，数据资产是能够为企业产生价值的数据资源。数据资产管理是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付及提高数据资产的价值。

数据资产的定义也是在不断变化的，但数据资产最根本的特点是数据一定要产生价值。对数据资产的管理也不应该仅仅停留在数据治理方面。

数据资产管理过程是一个囊括了数据集成、数据保护、数据资产变现等各方面的过程。我认为数据资产管理过程包括四套体系：1.资产处理体系，就是考虑如何建数据仓库和大数据平台；2.资产治理体系，看有什么数据资产，怎么提升数据质量，怎么用好数据；3.资产应用体系，数据汇聚起来一定要通过数据应用体系来体现，数据应用更多考虑怎么服务好企业。在互联网金融领域，数据已经成为企业经营的一个非常重要的价值体现；4.资产运营体系。这四个体系有机结合在一起，相辅相成，形成了一个完整的数据资产管理体系，支撑企业的发展。下面我将这四个体系分开谈一下我的理解。

数据处理体系。数据处理体系包含数据采集汇聚、清洗融合、计算分析、应用交换等。数据的采集汇聚主要运用标准化的数据采集工具，将数据采集到大数据平台汇聚库，包括、结构化和非结构化数据的批量与实时处理等。数据的清洗融合，是对来源不同的数据源进行清洗融合。对于第三方运营数据，除获得授权外，不得将数据与其他数据进行融合处理。数据的计算分析，是运用大数据分析、数据挖掘、机器学习等工具对数据进行二次处理，并为应用交换、数据运营提供相应的数据。数据的应用交换包括数据产品的开发和封装、数据应用产品的开发、数据共享交换的接口开发等。除此之外，数据处理体系还包数据调度、数据运维等。

数据治理体系。数据治理首先要有一个数据资产管理框架，建立数据资产管理体系，包括数据资产的组织机构及职能、人员和角色的权限、数据资产管理方法、制度和流程、数据资产的信息报告等。框架之外，形成实施路线，进行分门别类的数据治理，我们往往把它叫十大主题或者八大主题。一般来说包括数据模型、数据管理、数据标准、数据质量、元数据、数据生命周期，甚至还会有数据产品工厂等更多的概念。这些主题原则上不是固定的，要根据企业具体的情况进行更细的划分。