数据资产管理的三板斧:流程梳理优化、数据规范能力、组织保障

对数据资产管理的理解

数据(Data)是人们对客观事物的逻辑归纳,是我们通过观察、实验或计算得岀的结果。

数据资产(Data Asset)是指在信息经济和大数据技术发展背景下的一种资产形态,被视为企业的战略资产。并在经济、金融、资产评估和企业管理等视角存在不同的含义。

数字资产(Digital Asset)是来源于"数据经济",是对应着数据的物理属性;而数据资产则对应着数据的存在属性。

数据资产管理旳三板斧

一、流程梳理及优化

数据资产相关流程包括业务流程和数据管理流程。

业务流程梳理是对企业现有业务领域、模块、业务流程、流程活动的深度梳理和归纳,将企业的不同业务流程固化、标准化、显性化。

业务流程梳理不仅要提现业务本身的操作指导,还要体现出业务活动执行的要素,包括角色、活动、前后关系、交付物、分支、异常、审批和规则,以及活动的线上、线下等。

数据管理流程是企业内对企业数据的管理方式,比如数据的收集、整理、分析、质量监控、数据质量改进、数据日常管理等要求。

二、数据规范能力提升

数据规范管理主要是数据标准管理和数据质量管理。

数据标准管理包括企业数据术语标准、参考数据标准、主数据标准。数据质量管理包括数据检验规则、数据检查方法等。

三、数据资产管理组织保障

企业数据资产管理需要在数据治理和管理过程中建立数据管理组织,明确各岗位职责,确保数据管理和治理的有序进行。

企业可以设置公司级数据治理委员会,负责数据管理的决策、协调和监督工作;可以在部门内部,设置数据管理岗位,负责数据管理的具体执行工作;设置数据资产IT管理部门,支撑数据资产的规范高效管理。

扩展阅读:

企业内的数据分类:分析数据、共享(主)数据、业务场景数据、交易数据、元数据等

您可以还会对下面的文章感兴趣:

使用微信扫描二维码后

点击右上角发送给好友