数据资产管理：体系、方法与实践 pdf下载

本书是一部全面关注数据资产管理体系、方法与实践的工具书，是编者团队多年潜心探索和研究的重要成果的凝聚，编者总结了在近十年的数据资产管理咨询中积累的经验和知识。全书对数据资产等多种概念和范畴进行了辨析，并从背景与概念、内容与方法、产品与工具、路径与案例、发展与展望等五方面对数据资产管理内容进行了论述，对数据资产实践过程、战略和影响因素进行了探讨。本书呈现了以下与数据资产、数据要素相关的概念、技术、实践与应用：

 数据战略、保障机制、数据治理、数据价值；

 数据模型、数据标准、数据质量、数据安全；

 数据开发、数据盘点、数据标签、数据服务；

 数据科学、数据共享、数据开放、数据运营；

 数据确权、数据评估、数据流通、数据交易；

 统筹规划、管理实施、稽核检查、资产运营。

全书共分为5个篇章。第1章概要性介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产管理发展趋势、数据要素市场化展望等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略机制、保障机构、运营体系等基本原理，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍流行的数据资产的采集、存储、计算、建模等技术，阐述数据资产平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据标签、数据科学、数据共享与开放等内容，并分析了数据底座和数据中台治理两种场景的技术路线。第4章主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等，引入制造业、金融业、零售业、地产业、科教文化等领域数据资产化的案例，同时涉及到智慧城市的数据治理，为读者提供专业、丰富、可信的实施范例；第5章介绍国家数据战略引领数字经济发展格局，从管理对象、管理理念、技术架构、运营模式等方面探讨数据资产管理发展趋势。

金震 毕业于大连理工大学应用数学专业，并获得北京大学高级管理人员工商管理硕士（EMBA）学位。现任北京三维天地科技股份有限公司（2022年在深交所创业板上市）董事长、总经理。深耕数据资产管理领域多年，主导研发公司数据资产管理平台。参与多项国家标准的制定，被聘为全国信息分类与编码标准化技术委员会委员、全国电子业务标准化技术委员会委员、全国质量监管重点产品检验方法标准化技术委员会委员，担任中国检验检测学会副会长、信息与智能化工作委员会主任委员、中国轻工业企业管理协会副理事长、中国化工学会信息技术应用专业委员会委员等职务。被评为“2022年中国行业数字化年度十大人物”“2023年数字化转型推动力人物”。

本书由北京三维天地科技股份有限公司的多名专家联合编著，主编为金震，副主编由王兆君、曹朝辉、李明、穆宇浩组成。

邓文佶 光明食品（集团）有限公司信息中心副主任

数据是企业的核心资产，要加大数据治理工作的力度，建立数据资产化管理体系，明确数据采集和管理职责，制定统一的数据标准，搭建集成、统一的数据资产管理平台，实现数据的资产化、集中化、平台化管理，确保数据的及时性、准确性和完整性，提高数据集成共享能力，充分挖掘数据资产价值，夯实数字化转型基础。《数据资产管理——体系、方法与实践》结合数据大脑、数据科学、机器学习、数据模型等技术，在数据治理和数据共享交换等方面为组织提供相关的建议和技术指南，值得有志于数据资产化技术研究与应用的读者阅读。

金勇杰 锦江酒店集团高级副总裁

《数据资产管理——体系、方法与实践》系统阐述了数据资产管理体系和方法，介绍了典型数据资产管理平台技术与参数，列举了主要行业数据资产管理经典实践，能较好地满足读者理解数据资产管理框架的需要。本书具有可参照性和可读性，是数据资产管理从业者的优选图书。

隋 娜 京东方集团CTIO组织中心长

数据是新的生产要素，更是新的生产力——数据生产力。数据生产力用“数据+算力+算法”定义世界，是知识创造者的新型智能工具，其基于业务资源及数据资产这一新生产要素，挖掘数据价值，构建认识体系，增强改造自然的新能力。《数据资产管理——体系、方法与实践》对数据资产管理的理念、路径和方法进行了全面探索和研究，有很多独到的见解，对数字化企业工作者具有重要的启示意义。

廖国峰 金杯电工股份有限公司信息部总监

《数据资产管理——体系、方法与实践》对相关行业数据资产进行了系统阐述，既有理论层面的分析，也有实战经验的总结，可以指导组织级建立健全数据资产管理体系，为更好释放数据生产要素的价值，实现数字化、智能化升级奠定坚实基础。

宫达闻 中圣科技（江苏）股份有限公司信息部总监

《数据资产管理——体系、方法与实践》以理论为基础，以实践为主线，编著者面向真实的问题进行独立思考，提供可参考可借鉴的解决问题的视角，不乏真知灼见，有的放矢。全书对数据资产等多种概念和范畴进行了辨析，并从背景与概念、内容与方法、产品与工具、路径与案例、发展与展望等五方面对数据资产管理内容进行了论述，对数据资产实践过程、战略和影响因素进行了探讨。

第1章数据资产管理概述——背景与概念

1.1概述

1.1.1什么是数据

1.1.2数据成为资源和资产

1.1.3数据成为生产要素

1.2数据资产管理的定义与内涵

1.2.1数据资产管理的概念

1.2.2数据资产管理的内涵

1.2.3数据资产管理的演变

1.2.4数据资产管理的难点

1.3数据资产管理关注的焦点

1.3.1数据价值难以有效发挥的原因

1.3.2数据资产管理面临的主要挑战

1.3.3数据资产管理发挥价值的路径

1.3.4相关要素成为多方关注的议题

1.4数据资产化的战略意义

1.4.1紧跟数字经济发展趋势

1.4.2发挥数据要素引领作用

1.4.3构建数据价值释放体系

1.5小结

第2章数据资产管理体系——内容与方法

2.1数据治理框架

2.1.1国际标准化组织(ISO)

2.1.2国际数据管理协会(DAMA)

2.1.3国际数据治理研究所(DGI)

2.1.4数据管理能力成熟度评估模型(DCMM)

2.1.5对相关概念与体系架构的讨论

2.1.6以价值为驱动的数据资产框架

2.2数据战略

2.2.1数据战略规划

2.2.2数据战略实施

2.2.3数据战略评估

2.3保障机制

2.3.1数据治理组织

2.3.2数据制度建设

2.3.3数据合规建设

2.4数据资源化

2.4.1数据模型管理

2.4.2数据标准管理

2.4.3元数据管理

2.4.4主数据管理

2.4.5数据质量管理

2.4.6数据安全管理

2.4.7数据资源目录

2.5数据资产化

2.5.1数据资产盘点

2.5.2数据资产开发

2.5.3数据价值挖掘

2.5.4数据资产确权

2.5.5数据资产评估

2.5.6数据资产应用

2.6数据资产运营

2.7小结

第3章数据资产管理技术——产品与工具

3.1数据资产管理技术

3.1.1数据采集技术

3.1.2数据存储技术

3.1.3数据建模技术

3.1.4数据处理技术

3.1.5数据服务技术

3.1.6数据挖掘技术

3.1.7数据可视化技术

3.1.8数据治理技术

3.1.9数据要素流通技术

3.2数据资产管理工具和产品

3.2.1元数据管理工具

3.2.2数据标准管理工具

3.2.3数据安全管理

3.2.4数据质量管理工具

3.2.5主数据管理工具

3.2.6数据建模与管理工具

3.2.7数据集成与开发工具

3.2.8指标建模与管理工具

3.2.9标签开发与管理工具

3.2.10数据可视化与商业智能工具

3.2.11数据科学平台

3.2.12数据沙箱工具

3.2.13数据要素流通平台

3.3数据资产管理应用场景

3.4小结

第4章数据资产管理实践——路径与案例

4.1实施方法的选择

4.1.1顶层设计法

4.1.2技术推动法

4.1.3应用牵引法

4.1.4标准先行法

4.1.5监管驱动法

4.1.6质量管控法

4.1.7利益驱动法

4.1.8场景驱动法

4.2数据资产管理实施路径

4.2.1统筹规划

4.2.2管理实施

4.2.3稽核检查

4.2.4资产运营

4.3数据资产管理应用案例

4.3.1制造业的数据资产

4.3.2金融业的数据资产

4.3.3零售业的数据资产

4.3.4地产业的数据资产

4.3.5文化领域的数据资产

4.3.6智慧城市的数据空间

4.3.7军工研究所的数据治理

4.3.8某有色金属集团的数据治理

4.4小结

第5章数据资产管理未来——发展与展望

5.1数据资产管理技术发展趋势

5.1.1数据管理理念从被动响应转化为主动赋能

5.1.2组织形态由兼职向专业化和复合型升级

5.1.3管理方式由分散向敏捷协同一体化转变

5.1.4技术架构升级为面向云的数据编织

5.1.5管理手段向自动化和智能化转变

5.1.6运营模式由单体向多元化转变

5.1.7数据安全兼顾合规与发展

5.1.8数据要素向生态汇聚发展

5.2数据资产管理重点实践方向

5.2.1明确责权利标准，有效推进管理

5.2.2合理引进技术，提升治理能力

5.2.3着眼业务应用，释放数据价值

5.2.4加强数据合规，注重风险管控

5.2.5持续迭代完善，形成良性闭环

5.2.6技术管理驱动，交易安全有序

5.2.7多源数据融合，应用逐步拓展

5.2.8创新要素规范，加速交易进程

5.3数据资产管理助力数字经济发展

5.3.1数字经济影响经济发展格局

5.3.2数字经济重塑全球竞争态势

5.3.3数字经济促进金融周期下半场调整

5.4小结

参考文献

数据到底有什么价值？有人说用数据可以更准确地描述、记录事物和现象，帮助人们准确识别事物对象，全面了解事物的真实面目。又有人说数据的作用在于能让人们发现问题，分析现象之间的关系，并形成正确的判断与决策，指导应该做什么、怎么做。还有人说可通过统计与分析数据，预测即将发生什么，发生的概率是多大，告诉人们能做什么，不能做什么。

数据的价值创造并非仅限于此，在数据资产管理这本书中，会一一进行全面解读。

本书是一本全面关注数据资产管理体系、方法与实践的工具书，编者对在近十年的数据资产管理咨询中积累的经验和知识进行总结，是编写团队多年潜心探索和研究的重要成果的凝聚。全书将内容归纳成数据资产管理概述、数据资产管理体系、数据资产管理技术、数据资产管理实践、数据资产管理未来5章。

第1章概要性介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产化的战略意义等。本章以数据、数据资源、数据资产、数据要素的概念为切入点，分析几个概念产生的背景及内涵，探讨数据要素市场化需要解决的法律类、制度类、市场类和技术类等问题。进入数字经济时代，数据对全要素生产率的提升作用是空前的，数据将成为价值无限的新型生产要素。数据资产化是发挥数据要素价值、培育数据市场的必经之路。

第2章介绍数据资产管理体系，涵盖数据管理组织、数据战略、保障机制、数据资源化、数据资产化、数据资产运营等基本过程，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作。本章从构建有效的数据治理组织的需求出发，首先围绕数据治理的组织建立、制度建设、数据战略等方面阐述对应体系构建的过程及相关的管理要求，之后探讨在实现数据资产管理过程中所经历的必经之路，即数据资源化、数据资产化所对应的职能，为组织构建符合自身特点的数据资产体系提供参考，帮助其有序高效地构建数据资产，诠释数据战略驱动是根本、数据治理组织是基础、数据资产化是驱动、数据价值化是目标的体系方法。

第3章介绍数据资产的数据采集、数据存储、数据建模、数据处理、数据服务、数据挖掘等技术，阐述数据资产管理平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据开发、数据标签、数据科学、开放与共享等内容，并分析了以数据底座和数据治理两种路径为应用场景的技术路线。本章也尝试探讨技术和产品工具的关系，阐述技术是产品工具的依托主体，产品工具的核心目的是为了更好地释放数据价值。在促进数据经济发展与数字化转型进程中，唯工具论不可取，技术和产品工具的结合需要契合组织战略发展，并适当挖掘出组织的数据价值。

第4章主要介绍数据资产管理的实施路径和典型案例。由于数据资产管理难点较多，而数据治理的实施亦有多种驱动方式，因此方法的选择是成功的关键，需根据组织特点选择合适的实施方法、明确的实践步骤。本章描绘了实施过程的８种方法，包括顶层设计法、技术推动法、应用牵引法、标准先行法、监管驱动法、质量管控法、利益驱动法和项目建设法。探讨了实施过程的４个步骤，包括统筹规划、管理实施、稽核检查和资产运营。分析了相关的行业案例，涵盖制造业、金融业、零售业、地产业、科教文化等领域，以期助力企业系统化开展数据资产管理工作，提升数据资产化效率。

第5章从数据资产管理技术和实践角度，介绍数据资产的发展趋势。随着数据管理对象越发复杂，数据处理技术越发成熟，数据应用范围越发广泛，数据资产管理在数据处理架构、组织职能、管理手段等方面逐渐呈现了一些新的特点，成为了各类组织持续发展的核心引擎。未来，数据资产管理将朝着统一化、专业化、敏捷化的方向发展，提高数据资产管理效率，主动赋能业务，推动数据资产安全有序流通，持续运营数据资产，充分发挥数据资产的经济价值和社会价值。

本书完成于2024年，书中引用的参考文献、论文、标准和网络资料等也在此时间之前，请读者在后期阅读中留意相关文献的日期，注意查阅对照最新的文献资料。科技的发展日新月异，当前行之有效的方法也可能在未来被新技术、新方法、新理念所取代，虽能“按图索骥”，但请勿“刻舟求剑”。本书部分资料借鉴了互联网上可公开查阅的匿名作者的资料，渠道来源不一，在此一并致谢，恕不再特别注明出处。

本书由北京三维天地科技股份有限公司的多名专家联合编著，主编为金震，副主编为王兆君、曹朝辉、李明、穆宇浩，冯筱刚对全文进行了认真的校对。本书在编写过程中得到了各领域多位专家的鼎力相助和热心支持，他们为本书提出了诸多宝贵的意见和建议，在此一并表示感谢！

本书可为从事数据资产咨询从业者、数字化转型企业、信息化建设管理者、IT工程技术人员、相关专业在校师生提供数据资产化过程具体方案和工具手册，也可以为数据资产化从业者提供方法论方面的参考。

由于编者水平有限，书中难免存在不妥和疏漏之处,恳请广大读者批评指正、不吝赐教。也欢迎对本书内容感兴趣的读者与我们作进一步的沟通与交流。

编者2024年3月