主数据和数据资产管理的定义我们已经说烂了，今天就从主数据出发，来说说怎么进行数据资产管理。
主数据的问题80%是管理问题
很多企业的信息部门都很困惑，
主数据管理工作就是典型的钱少、活多、看不见效果、领导不重视、还经常挨领导骂，干的很苦逼。岂不知，主数据的问题80%都是管理问题。高层领导不关注、没有专业的主数据管理团队、没有规范的主数据管理制度和流程，
数据标准和技术标准缺失、数据管理重视程度不足，数据维护随意无检查机制、没有定期的
数据质量检验和清洗 ……，这都是造成主数据质量不高的重要因素。主数据是超越业务、超越部门的数据，要想将主数据做好，需要各层级领导足够重视、全员参与，同时，构筑起主数据管理的基础能力，包括：组织、流程、 标准和工具。在主数据管理基础能力中，组织、流程、 标准的建设80%决定了主数据项目的成败和建设效果的品质。
“获取数据从哪里来，到哪里去”是当前企业数据中心的主要挑战。随着数据复制（Replication）、
数据仓库以及其他数据集成技术的广泛采用，企业数据集成度及依赖关系变得非常复杂，任何一个数据元素的修改都可能引起整个系统的巨大改变。数据资产就是企业数据中心建立全生命周期中所涉及的分析、设计及实现的所有信息与文档。拥有该过程中的所有数据流信息以及数据资产的文档及报表能力，可以大大帮助用户提高变化影响度的分析与预测水平。
数据资产管理对数据建模工具的新需求
对于数据资产管理最重要的就是能够清楚地定义数据元素，包括数据格式，别名，统计表以及其他特性标识符等；描述数据元素定义的信息来源，及其相关数据元素的信息（如两者之间的转换规则）；记录使用信息，包括数据元素的产生及修改信息（人员及日期等），安全及访问控制信息，及访问历史记录。用户能够跟踪到数据资产在整个分析、设计及开发流程中的所有状态，包括中间过渡状态。为了达到这个目标，对原有的数据建模工具提出新的需求：
1） 数据元素的分析、设计应与企业的业务需求及业务过程定义相结合。
2） 数据元素的定义必须支持版本管理，来记录其历史变化过程。
3） 定义数据流，即不同阶段（如分析与设计）之间或同一阶段中不同数据之间的数据转换关系能力。
主数据项目的实施能够帮助企业初步建立起主数据的管理体系，包括：管理组织、制度和流程、数据标准、技术规范以及初始的主数据代码库等。但最好持续的运营工作，是发挥主
数据价值的关键。有些项目实施过程很成功，但系统运行一段时间，比如半年、一年后，突然发现，主数据的质量已经回到了“解放前”。出现这种情况的主要原因是主数据管理相关制度和标准没有贯彻到位，没有定期进行数据质量检查和清洗。所以，实施主数据项目，只是
数据治理的一个开始，企业要保持高质量的数据，必须持续的运营和不断的优化。
（部分内容来源网络，如有侵权请联系删除）
