企业数据资产管理问题与对策分析

柏天翼

摘 要：随着“数据即资产”的理念被更广泛的认可，企业在信息化转型的过程中已将数据资产管理作为重要的发展战略。尤其对于数据积累丰富和已有信息系统复杂多样的现代化企业而言，科学高效的数据资产管理方法已成为迫切需求。为帮助企业提高数据价值与应用能力，本文讨论了数据资产管理过程中面临的问题并提出相应解决建议，涉及元数据管理、数据质量、数据溯源、员工意识等方面。

关键词：数据资产管理;企业数据;数据质量;数据溯源

一、引言

随着企业数字化转型，越来越多的企业开始探索新一代信息技术在其业务、运营和管理等方面的应用，并进一步针对未来发展趋势部署数据战略，以提高在不确定性发展中的洞察力和适应力。“数据即资产”作为一种新时代下企业数据管理理念，将数据视为一种重要的生产资料并充分参与企业运营的各个环节，实现数据的内部使用与外部商业化。

大多数企业目前构建了基于已有业务数据的数据仓库，对长期运营积累的数据信息进行整合与开发利用，其主要的探索和挖掘操作由业务部门或者独立的数据分析部门负责，通过大量的建模和可视化技术实现数据资产的有效转化。部分有技术积累的企业采用自建数据中台的方式，为企业数据资产提供多源异构的数据集成、灵活的数据存储管理工具、开发组件和平台，并根据业务、运营体系等实际情况分析和构建端到端的数据服务，其能够兼容已有大数据平台和信息系统架构，从而助力企业自身快速落地数据分析应用。其数据与业务间的强关联性有助于打破各部门间壁垒，能够以数据为企业战略资产，集成内部数据实现“业务数据化、数据业务化”的价值闭环，但由信息、管理、技术、流程等因素造成的数据质量问题将直接影响到业务价值的生产能力。同时也有一部分企业向高科技公司购买数据中台构建解决方案，通过本地部署或云上架构的方式提升数据管理能力，利用较小开发成本获得定制化服务。

相较传统的独立信息系统，现有的企业级数据集成平台涉及多源异构数据融合、业务价值挖掘、定制化数据服务等诸多任务。在大规模异构数据的传输与交换过程中，多样性、复杂性和时效性等多种因素交织的数据资产质量问题是企业数据治理过程中的重要挑战之一。因此面对复杂的企业数据框架，高效、科学地进行数据质量管理，加强数据质量监控与应对能力和提升数据资产价值转化能力，需要针对业务场景与原有信息系统特点进行数据存储、数据质量标准制定、数据质量评估、数据溯源等一系列方案设计，从而为企业节约人工治理成本和提高业务价值生产能力，推动企业进一步数字化转型和发展。

本文通过相关文献与问卷调研的方式，分析与总结现有企业数据资产管理中的常见问题，根据已有相关资料提出相对应的解决方案，为企业在信息化建设中可应用的技术和管理方法提供参考建议。

二、企业数据资产管理问题

（一）数据资产情况不明，跨部门数据业务化水平较低

由于企业各部门间信息系统存在一定的技术或权限壁垒，在数据探索和数据价值转换时无法自由查阅和分析，导致同一企业内部同级部门间无法自由共享数据资产，直接影响到了业务扩展能力。尤其业务人员在使数据时，有50-80%的查询操作在于浏览包含资源中特征、内容等描述信息的元数据，其不仅能够节约数据访问时间和开发成本，同时能够极大地提高数据资产的利用率。目前部分企业采用手工或自动的方式采集数据元数据，通过展示数据清单的方式为各部门提供数据概览访问借口，在一定程度上提高了企业内部数据互通，但随着数据资源指数级的增长，依赖于相关领域的专家或专业的技术人员已经不能满足实际的应用需求，而采用自动化技术所产生的元数据的质量无法得到保证从而严重影响到数字资源的发现、获取和利用。

（二）数据资产质量难以保证，限制企业数据化业务发展

在企业信息化建设过程中独立采购或自建的各种信息系统无统一数据规则，其多样性与多态性使得各独立数据系统间难以互通，形成诸多数据孤岛。构建企业数据集成平台时需要打破各部门间壁垒，以数据为企业战略资产，集成内部数据实现“业务数据化、数据业务化”的价值闭环，而由于信息、管理、技术、流程等因素造成的数据质量问题将直接影响到业务价值的生产能力。而现有的数据化业务通常需要集成多个数据源的核心信息，为下游销售、生产或服务提供支撑，而其实施效果直接受到数据质量的影响。其中，数据的完整性、准确性、可用性和实时性等是数据价值的重要体现，且随着数据体量的增大，其對于企业的发展造成的影响也将越大。

（三）数据使用效率较低，资源价值转化成本较高

数据资产涉及生产和经营活动中所产生、获取、处理、存储、传输和使用的一切信息资源，贯穿于企业管理的全过程。通过数据集成平台的组织与管理，实现数据资产的生产、治理、集成、共享与使用等操作，协助各部门业务价值转换。企业异构系统在数据融合的过程中由于缺乏统一归档，没有形成体系的数据问题处理流程，“点”式解决现象常在。在数据的使用过程中，主要依赖于业务专家和技术人员共同进行探索操作，缺乏数据使用的规范性指导与复利，通常需要花费大量的人工和时间成本。同时，下游数据用户无法了解数据来源或其他可助于数据分析与使用的特征信息，在很大程度上降低了复制、迁移、集成、抽取、计算等派生数据的真实性和有效性，难以根据业务场景特征选择对应的数据资源。

（四）数据使用意识缺乏，数据化应用创新能力薄弱

在企业数字化转型的过程中，传统行业及部分技术企业内的业务部门仍未改变原有的工作思维，将自身业绩与企业数据管理相隔离，凭借经验与主观想法进行业务实施，其已经有悖于目前的业态发展形势，不利于企业进一步信息化转型。在具有丰富业务数据的企业中，非技术部门仍缺乏数据价值转化意识，对数据时代新型业务拓展缺乏洞察能力。虽然部分企业领导者已经把握住未来信息化发展趋势，并在数据资产管理系统投入大量成本，但未充分调动员工积极性并提供相应数据使用指导，导致未能实现相应的产出。

三、企业数据资产管理对策

（一）提高元数据管理能力，构建多维数据资产视图

为帮助在企业数据质量分析的过程中提高企业主数据的分析效率，元数据质量评估无论是对于资源自身的开发利用还是元数据生成的自动化工具而言都有重要的意义。高质量的元数据应当能够使得数据管理人员或数据使用人员仅仅通过浏览元数据，便能够对整体的资源文档有一个相对全面的的认识，而不必查看的详细的数据资源。相反，如果資源库中的元数据质量较差，将会导致资源检索和数据探索质量下降，从而影响资源的获取与使用。因此企业有必要引入新的解决方案，提高企业元数据的统一管理、展现以及搜索等技术能力，从而提高企业数据资产的流通能力。为提高跨部门数据共享与使用效率，应以构建便于非技术人员检索与浏览的多维度数据资产目录与特征信息，允许数据在进行全量传输或使用前可判断其有效性，从而提高数据跨部门流通的安全性和高效性。

（二）提高数据资产治理能力，完善数据质量保障机制

在信息化、数据化、智能化的时代，数据是企业发展与生存的重要资源，数据质量是保证业务能力提升的重要因素。因此，为增强数据治理能力，企业需针对各层级数据制定一系列规则标准，以提高数据资产的价值转化能力。对企业内部数据质量精细化管理，优化现有数据质量分析模型与算法，帮助相关技术部门提高数据治理效率，为优化企业数据资产管理流程提供有效支撑。通过对数据生命周期中各活动阶段进行监控与分析，运用科学合理的技术手段对数据管理流程进行更新与完善，实现动态数据质量优化与管理流程，进而减少人工数据治理成本，提高企业数据可用性与价值转换能力。

（三）构建数据资产溯源体系，分析数据流动各阶段效果

为充分观察企业数据流动与业务价值生产过程，需要追踪数据的起源及其演化过程，以确保数据的可用性和可调试性，实现企业数据交换链路的跟踪与追溯，以及监控数据对象使用后的影响情况等。针对复杂企业异构系统融合与多业务融合等现实应用场景，对数据资产生命周期各阶段活动进行分析记录，有助于细化数据使用监控作业，形成事前预判、事中监控、事后跟踪的数据资产管理闭环流程。通过对数据产生到价值转化的全过程分析，能够帮助技术部门提高数据管理水平，为业务挖掘提供指导性建议，有助于实现企业有效数据生产与使用的良性循环。

（四）优化数据问题处理流程，提高数据资产意识水平

在企业级数据战略实施过程中，应要求全员参与数据管理过程，充分利用企业内部数据最大化挖掘业务价值。允许非技术部门访问企业数据资产目录，为全员提供数据资产使用案例与相关方法，有利于普及数据资产使用意识，提高业务价值创造和创新能力，完善企业数据管理体系。在提高数据质量监控水平的同时，制定相应数据资产利用激励策略，让具备应用创新能力的员工带动企业快速改革，提高企业管理智能化水平。

四、总结

在信息化时代下，很多企业已经开始将数据资产管理放在重要发展战略中，并对此投入大量资金进行管理体系建设，但仍存在数据资产情况不明、数据质量不稳定、数据使用效率较低、数据使用意识缺乏等诸多问题。本文据此提出了相应数据资产管理优化方案，要求企业不仅在技术上进行相应布局与完善，还需制定更为完备的数据资产分析策略，帮助企业员工充分理解数据价值与应用创新方法，以促进企业在数据为王的时代下进行进一步转型和快速发展。

参考文献：

[1]谢庆庆.企业信息化元数据管理方法研究[J].中国信息化，2018（04）：55-57.

[2]张晓娟，唐长乐.数字信息资源长期保存元数据技术研究进展[J].情报科学，2018，36（08）：3-9.

[3]陈映西，刘解放.信息化时代企业数据质量管理研究[J].南通航运职业技术学院学报，2019，18（03）：20-23.

[4]王芳，赵洪，马嘉悦，李晓阳，张晓玥.数据科学视角下数据溯源研究与实践进展[J].中国图书馆学报，2019，45（05）：79-100.

[5]张秋璐.提升企业政工人员大数据素养的时代价值与可行进路[J].阜阳职业技术学院学报，2021，32（01）：99-101.

作者简介：柏天翼（1999—），男，汉族，籍贯：湖南长沙人，学历：硕士研究生在读，研究方向：数据质量，单位：湖南工商大学

基金项目：湖南省研究生科研创新项目《面向企业数据中台的数据质量监控关键技术研究 》;项目编号：CX20201097。