2023-04-25 19:47 浏览量:711
一 概述
在数字社会,数据成为了国家基础性战略资源,数字经济正在成为经济增长方式的强大创新动能,主要国家数字经济增速显著高于本国GDP增速,在GDP中贡献水平逐步提升。中国信息通信研究院发布的《全球数字经济白皮书(2022年)》显示,截至2021年,测算的47个国家数字经济增加值规模为38.1万亿美元,占GDP比重为45.0%,中国数字经济规模位列全球第二,总规模为7.1万亿美元1。推动以数据为基础的战略转型成为各个国家和地区抢占全球竞争制高点的重要战略选择。
2020年4月,中共中央、国务院发布《关于构建更加完善的要素市场化配置体制机制的意见》,将“数据”与土地、劳动力、资本、技术并称为五种要素,提出“加快培育数据要素市场”。2022年国务院发布《“十四五”数字经济发展规划》提出“要充分发挥数据要素作用、强化高质量数据要素供给”。2022年12月,中共中央国务院发布《关于构建数据基础制度更好发挥数据要素作用的意见》中提出要构建适应数据特征、符合发展规律、彰显创新引领的数据基础制度体系,主要是加快数据产权制度、数据流通交易制度、数据收益分配制度、数据安全治理制度四大类基础制度建设。
数据资产管理通过构建全面有效的、切合实际的管理体系,一方面规范数据资产采集、加工、使用过程,提升数据质量,保障数据安全,另一方面丰富数据资产应用场景,建立数据资产生态,持续运营数据资产,为政府机构与企事业单位进行资产计量确认提供了良好的数据条件和能力基础,进一步推动数据要素流通,加速要素市场化。
二 数据资产和数据资产管理
数据资产(Data Asset)是指由组织(政府机构、企事业单位等)合法拥有或控制的数据,以电子或其他方式记录,例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据,可进行计量或交易,能直接或间接带来经济效益和社会效益。在组织中,并非所有的数据都构成数据资产,数据资产是能够为组织产生价值的数据,数据资产的形成需要对数据进行主动管理并形成有效控制。
数据资产管理(Data Asset Management)是指对数据资产进行规划、控制和供给的一组活动职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序,从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务,确保数据资产保值增值。数据资产管理包含数据资源化、数据资产化两个环节,将原始数据转变为数据资源、数据资产,逐步提高数据的价值密度,为数据要素化奠定基础。
三 数据管理和数据治理
数据管理(Data Management)是为了交付、控制、保护并提升数 据和信息资产的价值,在其整个生命周期中制订计划、制度、规程和实 践活动,并执行和监督的过程。数据管理的主要驱动力也是使组织能够从其数据资产中获取价值。
数据治理 data governance 数据资产管理行使权利和控制的活动集合,主要包含数据管理规范的制定,管理架构和流程的制定,具体工作的监督和执行。数据治理最常见的驱动因素是法规遵从性,特别是重点监控行业。数据治理的驱动因素大多聚焦于减少风险或者改进流程。
数据管理和数据治理的联系和区别如下:
数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。而数据管理的整体驱动力是确保组织可以从其数据中获得价值,数据治理聚焦于如何制定有关数据的决策,以及人员和流程在数据方面的行为方式。
数据治理的目标是使组织能够将数据作为资产进行管理。数据治理 提供治理原则、制度、流程、整体框架、管理指标,监督数据资产管理,并指导数据管理过程中各层级的活动。
数据治理可以从政治治理的角度来理解。它包括立法职能(定义策略、标准和架构)、司法职能(问题管理和升级)和执行职能(保护和服务、管理责任)。
四 综述
数据资产管理、数据管理以及数据治理的职责和侧重点是不同的。数据资产管理的重点是数据资产化和价值化,包括数据确权、数据估值、数据交易、产品加工、资产运维等;数据管理的重点是数据资产化前的活动,包括数据质量、数据安全、数据标准、元数据、主数据、数据采集、数据存储、非结构化数据管理等;数据治理是保证数据是按照制度要求受到恰当管理的,包括组织、制度、流程、工具、考核等,最核心的治理体现在数据管理的管理,也就是对数据管理的考核。
来源:数据驱动智能
作者:晓晓