随着大数据的持续升温，数据资产管理近年来成为政府和企业领导层特别关注的领域。尽管出现了很多专家和专著，但真正理解这个概念的人并不多，懂得如何实操数据资产管理、在企业中真正落地的更寥寥无几。

 

　　以前没有什么大数据的概念，数据资产管理的概念还没有出现。无论是企业数据架构的咨询还是数据平台的建设，数据标准一直成为常伴的主旋律。从不知道数据标准是何物到为运营商、银行、证券行业、保险行业实施了一个又一个企业或行业数据治理项目，对数据标准的理解愈来愈深刻；因此当近年来数据资产管理的概念甫一出现，我们能够清楚地看到数据标准在数据资产管理领域中的关键作用。

 

　　要搞清楚数据标准的建设意义和作用，首先就要清楚数据资产管理是做什么的。按照DAMA的定义，数据资产管理是企业或组织采取的各种管理活动，用于保证数据资产的安全、完整、合理配置、有效利用，从而提升经济效益。

 

　　业界经常将数据资产管理和数据管理、数据治理交换的使用，严格的说几个名词之间还是有一定的区别的，但简单的说，数据资产管理并非全新的概念，从实践落地的角度看，数据治理是基础和主干部分，再加上关于数据价值评估和管理的内容就是数据资产管理的全部范畴。本文先聚焦数据治理这一主干部分，但简明起见，通篇暂时统一使用“数据资产管理”的表达，关于详细的概念辨析再找机会单独探讨。

 

　　一个拥有大量数据的企业，要发挥其数据的价值必须整合和加工现有或新建的各种信息系统或者业务应用中的数据，并通过将经过处理的数据嵌入到业务流程中，实现智慧化生产，智慧化管理。数据资产管理就是在上述从数据产生到数据整合、加工、使用的端到端价值实现过程中，管理各个环节的数据定义、格式、值域范围、业务规则、加工逻辑，安全权限以及数据之间的加工依赖关系等一系列事项。数据资产管理的目的是让数据的使用者能够清楚地认识数据和数据关系，进而能够用好数据；让数据应用的管理者能够洞察数据、应用、系统之间的复杂依赖关系，进而能够管好数据。

 

　　我们将数据资产定义为企业过去的交易或者事项形成的、由企业拥有或者控制的、预期会给企业带来经济利益的数据资源。即，如果数据要成为数据资产，至少要满足3个核心必要条件：企业过去的交易或者事项形成的;企业拥有或者控制;预期会给企业带来经济利益。