数据资产化工具研究报告

刘晨，清数-DAMA数据治理委员会秘书长、御数坊创始人。译著《DAMA数据管理知识体系指南》

数据是资产的概念已经成为行业共识。然而现实中，对数据资产 的管理和应用往往还处于摸索阶段，数据资产管理面临诸多挑战。首 先，大部分企业和政府部门的数据基础还很薄弱，存在数据标准混乱、 数据质量层次不齐、各条块之间数据孤岛化严重等现象，阻碍了数据 的共享应用。其次，受限于数据规模和数据源种类的丰富程度，多数 企业的数据应用刚刚起步，主要集中在精准营销，舆情感知和风险控 制等有限场景，应用深度不够，应用空间亟待开拓。再次，由于数据 的价值很难评估，企业难以对数据的成本以及其对业务的贡献进行评 估，从而难以像运营有形资产一样管理数据资产。

四川电信企业级大数据中心整体规划v4.0适用于大数据平台规划建设

大数据资产运营管理平台建设方案

数据资产管理 从三个方面阐述：数据资产分析、资产治理、应用 数据资产分析，主要讲解如何盘点评估，理解数据内容、构建资产类目

大数据资产运营智慧管理平台解决方案

最近在读阿里数据中台的书，因为要在组内做分享，就多度了几遍。与阿里大数据实践之路配合，基本可以看到阿里建设数据中台的过程，和一些技术细节。

企业一体化全流程的数据资产管理方案

几乎每个企业都面临着数据不健康的问题。而这个问题带来的后果，也是触目惊心的：咨询顾问公司Ovum的数据显示，不良数据给企业带来30%的营收损失。 我们从数据的完整性和准确性提升我们的数据质量。我们的数据资产管理流程包括数据登记，数据采集，数据加工，数据治理，数据分析，数据应用等环节，其中数据登记，数据加工，数据应用需要测试参与其中，对数据质量进行评分，量化我们的数据质量。