在2023DAMA数据管理峰会上，针对“数据资产质量如何评估落地”这个普遍关心的难点问题，郑保卫博士受邀发表《数据资产质量评估落地方法——从理论到实践》的演讲。

在演讲中，郑保卫博士深入解读了《数据资产评估指导意见》和《GB/T36344-2018》，分享了数据资产质量评估的方法和落地实践经验。在原一级指标和二级指标的基础上，郑保卫博士制定了逾70个三级指标，并在相关行业和试点单位进行了落地实践。针对六大一级指标的权重分布，郑保卫博士指出：根据恩核为参编数据资产质量评估标准所做的“数据资源质量一级指标权重调查”，各行业整体的权重由高到低依次是：准确性、规范性、一致性、完整性、可访问性、时效性，具体到每个行业存在一定差异。在各个行业数据资产质量评估落地时，该项六大一级指标的权重可作为重要参考。

此外，郑保卫博士还提出了基于收益法、成本法、市场法的质量调整系数应用方法，并分享了数据资产质量评估的完整过程。众所周知，数据资产质量要素对三种方法的执行均有重要影响，而国标《信息技术 大数据 数据资产价值评估（征求意见稿）》虽然提及了收益法、成本法、交易法三种估值方法，却未明确定义数据资产质量要素如何作为调整系数影响实际估值结果以及数据资产质量评估方法，而且仍未正式发布。郑保卫博士的研究弥补了这些空缺，为完善数据资产质量评估体系和数据资产估值方法、加速数据资源入表提供了理论支持和实践参考。目前，恩核已深度参与制定北京市《数据资产登记指南》《数据资产质量评估指南》，并且恩核数据资产管理平台可帮助企业实现自动化、智能化的数据资产质量评估和数据资产质量的持续管理。

完整视频请点击：

数据资产质量评估落地方法—从理论到实践