当我们认识到数据和信息是组织的资产，也就是我们现在认为的数据资产，所以它们必须在组织层面进行管理。每个业务部门都不应该使自己数据和信息都只成为业务部门自己的 “资产”——这就像在一个国家中的每个州或省都有自己的货币并各自流通。那么，我们如何以创造价值的方式来管理它们呢？
在组织中经常发生的事情是，业务部门从任何他们能得到的地方收集和存储数据，形式上包括在Excel电子表格或本地数据库中。
他们以各种未知的方式操纵和过滤数据，以满足他们的个人目的，然后他们也会在整个组织中共享这些数据，但是这些数据的使用方式可能不适当的或者完全是失控的。
随着时间的推移，这些不同且低质量的数据可能会削弱组织做出正确决策或有效应对新业务挑战的能力。
经济学的两个基本定律也可应用于数据和信息的管理。大多数人熟悉的格雷沙姆定律指出，坏货币最终会使好货币退出流通。格雷沙姆定律有一个推论，叫做蒂尔定律，它说格雷沙姆定律只适用于“法定货币”，也就是说，在政府（或一些类似机构）规定两种货币具有相同价值的情况下。例如，如果政府颁布法令，以铜和镍为基础的带银涂层的硬币与实心银币具有相同的价值，人们就会囤积价值较高的硬币，并保持价值较低的硬币流通。“劣币”会使“良币”失去流通。但是，如果人们被允许对硬币进行自己的估价，他们会更喜欢用更有价值的硬币进行交易，因此“好钱”会把“坏钱”赶出流通。
格雷沙姆定律和蒂尔定律同样适用于数据和信息的管理！如果坏的数据和信息被认为不比好的数据和信息好，那么虚假信息最终会胜出（因为如果没有其他特别原因，往往获取和使用坏数据更容易、更快、更便宜）。但是，如果好的数据和信息被认为更有价值（而且同样容易获得和使用），那么好的信息就会驱逐虚假信息。
这意味着我们需要创建被认为比本地控制的Excel和数据库的“坏货币”更有价值和有用的数据和信息资产，并使这些资产在整个组织中快速方便地可用。
因此，问题是我们如何创造一种高质量、与业务相关、可重复使用的数据的“好货币”，使Excel和数据库的“坏货币”停止流通（或至少控制它）？以下是一些想法：
首先，在组织中尽可能高的级别定义（即建模）的数据资产。确定哪些数据实体和属性以及哪些业务规则属于整个组织，哪些是规范的（即，它们跨越多个业务域），哪些仅属于某些业务域或子域。目前有一种称为数据网格的商业智能方法，其中所有数据都是在域（即业务主题领域）级别定义的，分析结果（称为数据产品）是在该级别创建和发布的。这种方法的问题在于，一个组织的大部分数据跨越多个业务域，需要在整个组织中一致地进行定义才能发挥作用。同样，需要知道分析结果是否适用于整个组织，或者仅适用于特定部门或业务部门。
其次，需要对数据进行质量、及时性、一致性、可重用性和业务相关性管理。例如，这可能意味着管理主数据管理（MDM）目录中的企业级数据资产，并在整个组织中发布这些数据。它还可能涉及维护一个公共存储库（例如，企业数据仓库或类似的东西），在该存储库中可以管理组织数据资产和数据产品以供消费和重用。
几十年前，一位名叫加勒特·哈丁的经济学家发表了一篇题为《下议院的悲剧》的文章，展示了任何人都可以使用但没有人管理或维护的资产会发生什么。这些资产遭到破坏，最终失修和废弃。
第三，确保有一个正式的流程来创建、维护、使用和发布数据和信息资产。这被称为数据治理，本质上是由业务部门建立的一组规则，管理人们在数据和信息方面的行为。在业务更高层的指导和监督下，数据治理可以在业务域级别有效实施。这与数据网格方法和Robert Seiner的“非侵入性”数据治理方法非常吻合。
第四，不要忘记元数据！元数据的目的不仅仅是描述数据和信息资产，而是主动回答消费者可能对其提出的问题。这些数据是从哪里来的？它是最新的吗？它有多值得信赖？是什么业务流程创建的？哪些业务流程使用它？对这些数据应用了哪些转换或筛选，为什么？这些数据的商业意义是什么？它对企业的价值是什么？这些数据可以用于哪些业务目的？这些数据不能用来做什么？使用元数据在整个组织中保持数据和信息资产的透明度，并确保这些资产可以轻松找到、使用和信任。
第五，确保数据和信息资产在整个组织中发布和可访问，并确保人们知道在哪里以及如何找到它们。教育用户在哪里以及如何找到好数据，如何区分好数据和坏数据，如何避免常见的数据使用错误，如何确定分析结果何时可能不完整或不正确，以及如何报告数据错误和问题以快速解决。此外，请确保识别并弃用不太可靠的数据副本。
最后，采用迭代（即敏捷）方法进行数据管理和BI。不要试图一次性处理整个组织的所有数据。从业务部门了解哪些数据和信息资产对组织最重要，并创建一个可重复执行的可行流程，并随着时间的推移改进数据和数据治理流程。
关于资产管理的最后一点：一般来说，管理的不是资产本身，而是利益相关者对该资产的行为。与其说我们管理钱，不如说我们管理人们在支出和支出报告方面的行为。库存管理员控制何时订购新库存以及订购数量。数据管理者管理的是数据资产的获取、评估、增强、供应、使用和（最终）处置过程，以确保公司以最低成本获得最大价值。资产管理从来都不是对事物的管理，而是对人和流程的管理。