近年来，随着国民经济的发展和科技手段的进步，数据资产管理受到越来越多的关注，在各大金融、保险、证券等行业中成为热门话题，掀起一股新的企业改革浪潮。许多企业开始大刀阔斧地引进数据资产管理产品，重视数据资产，规划数字化转型。
然而，比起国外成熟的数据资产管理水平，国内的相关产业尚属于起步阶段。基础的薄弱、人才的缺乏、社会认知的不足等诸多弊端制约着国内企业的数字化进程。国内数据产业亟需先进理论的普及及丰富经验的指引。
4月26日，恩核董事长郑保卫博士在《华为数据观星台》栏目中与众多从业者共同分享了《全生存周期的数据资产管理体系建设》，从数据资产的定义、体系、规范、运营、信用和估值等多个维度深度探讨数据资产在各个发展阶段中的重点和挑战。
对于数据资产的概念，大家早已耳熟能详。作为企业拥有或控股的、能够为企业带来未来经济利益的数据资源，数据资产的高价值在企业运营过程中越来越凸显，它在发展过程中呈现出来的痛点、难点也日益成为热门话题。跨部门找数据难、多数据源导致的标准不统一、数据质量问题无人解决、设计数据库时缺少可参考的公共规范……数据资产在应用中存在的一些共性难题，引发了很多数据人的共鸣。针对以上痛点，郑保卫博士提出一系列解决方案，从找不到数据到企业级统一视图查看元数据，从看不懂数据到数据辅以业务属性、业务含义便于理解和使用，从不会用到形成数据资产知识库指导业务使用数据，从质量差、可信度低到高可信度的数据信用体系，从归属不清、评估受限到智能确权、多维评估、系统化估值……这套解决方案覆盖了数据资产的方方面面，帮助企业解决数据资产管理过程中的重重挑战。郑博士对数据资产管理运营展开了深远且宏观的规划。2022年，启动数据资产规范体系，开启建章立制、体系建设、平台建设、全面纳管及场景深化；2023年，数据资产运营体系建立，通过扩大纳管、优化完善、深化应用、全行级大一统，实现数据全生命周期管控；2024年，数据资产管理进入第三期——数据资产信用体系建设阶段，实现资产价值、考核量化管理、完善资产智能化管理；在更远的未来，持续深化数据资产估值和流通，构建并完善数据资产定价体系，建立数据资产流通交易机制，实现数据资产管理的长远发展和良性运营。在数据资产运营方面，郑博士指出了正在开展的四项任务：文化宣贯、平台推广应用、数据资产运营推广、大一统数据资产管理。专人专职、大力推广平台功能，逐步优化平台体验，并持续完善管理流程，局部扩展纳管范围成为本阶段的重点工作。不断深化算法模型实现方案，有计划有步骤地将企业级的业务系统、数据平台、应用系统等纳入数据治理范围，结合开发流程及CMMI流程进行系统的全阶段治理。在业务驱动下，实现数据标准全面应用、指标标准全面应用、全生命周期质量管控、治理服务化、全面数据需求管理，快速迈向企业级大一统。郑博士指出，数据资产信用体系、估值和流通面临着六项任务，即数据资产热度评估模型、全面数据资产管理及价值实现、全面量化管理及配套绩效考核、数据资产估值、数据资产定价体系、数据资产交易结算机制。在统计数据资产热度时，要重点着手数据资产引用热度、数据资产应用热度、数据资产查询热度、数据资产关注订阅热度四个维度，全方位多角度关注数据资产热度，为数据资产运营管理提供依据。数据资产管理的范围涵盖整个数据生命周期中产生的数据资产。数据资产价值的实现表现在数据资产自动盘点、一站式搜索和使用、提供数据服务、数据商店管理和运营、数据资产估值和交易。建立包括数据治理工作综合考核体系、数据质量考核体系、数据标准考核体系、数据资产估值体系等在内的数据治理量化考核体系，实现数据资产量化管理，建立数据资产奖惩机制。数据资产具有依托性、可加工性、形式多样性、多次衍生性、可共享性、价值易变性、零成本复制、非实体无消耗八大特点，资产的估值与计算要从应用数据资产、过程数据资产、原始数据资产三个类别着手，通过优化成本、优化收益、优化市场等多种方法指导，明确数据资产价值。关于数据要素的发展，郑博士根据产业运营现状和规律，总结出四个发展阶段。实现数据资产规范化、数据资产分类及目录管理，建立及扩大管理范围，全面提升数据资产质量，提供查询及推荐服务。建立数据资产热度评估模型和资产信用评估体系，持续开通数据信用评估渠道，持续提升数据信用评分，全面管理优质数据资产。完善数据资产估值方法，设计数据资产会计科目，使数据资产进入资产负债表，认可数据资产作为上市公司重要资产并影响市值，完善数据资产定价体系。数据资产流通阶段建立数据资产交易管理办法、数据资产交易结算机制、数据资产交割及监管办法，建设数据资产交易所，全面落实《数据安全法》。