数据是资产的概念已经成为行业共识。然而现实中，企业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。同时，数据资产管理在实践过程中，还需要依托具体的软件工来执行，那么如何站在大数据视角规划建设数据资产管理平台呢？
一、什么是数据资产？
由企业过去的交易或事项形成的，由企业合法拥有或控制，且预期在未来一定时期内能为企业带来经济利益的，以电子方式记录的数据资源。
二、数据资产管理哪些数据？
1、”由企业合法拥有或控制”是指数据来源及出处必须合法合规，企业以不正当手段非法获取的、有产权争议的、无法控制的数据资源不能确认为数据资产。
2、“企业过去的交易或事项形成”是指必须是现实存在的数据，未来预期产生或获取的数据是不能被划分为数据资产的。
3、“电子记录”是指能够通过盘点、注册等管理手段，对数据资产进行识别、记录及计量。手工记录的数据不纳入数据资产范围。
4、“预期在未来一定时期内为企业带来经济利益”是指在未来一段时间内，通过直接或间接方式为企业带来持续经济效益的数据，没有经济价值或在现有的技术条件下无法确定未来经济利益的数据，以及不能反复连续使用的数据，都不能被划分为数据资产。
三、为什么要做数据资产管理？
1、数据资产管理助力企业数字化转型。
1）企业数字化转型通过优化企业数据资源的获取和数据资源的配置，提高企业市场竞争力。
2）通过数据资产管理提高业务数据化效率，推动数据业务化，加速企业数字化转型。
2、数据资产管理推动企业数据生态发展。
数据成为企业发展数字经济的重要抓手。良好的数据资产是释放数据价值，推动数据市场发展的前提与基础。
四、数字资产现状
1、数据库管理异构现象普遍存在，尚无统一的管理平台，“数据孤岛”和“数据烟囱”问题还没有彻底解决，数据集成难度巨大。
2、数据表不完善、不规范且无统一的标准；数据采集范围、方法以及存储、交互和处理方法还没有统一规定和限定，一些边缘数据还存在着丢失的风险。
3、数字资产管理不统一，权属不清，缺少完善的管理机制、一致的数据规范后统一的管理机构。
4、数据管理过程以及跨部门、跨行业的数据协同合作重复而紊乱。
5、数字资产安全管理不到位，数据资产被窃取、篡改、物力媒介损坏、数据意外丢失、被恶意攻击等现象频繁发生。
6、版权管理缺失，保护不力。机构的各类数字资产的版权描述、使用范围、用途和发布渠道等，存在版权保护缺失的风险。
五、数据资产管理平台价值
1、依托数字资产、提供主题抽取、主题数据集管理和主题数据分析功能，挖掘数据内部的结构性特征，发现科学问题并研究解决方法，支撑探索性研究。
2、支持数据采集、汇集、存储、治理、主题、分析和应用等数据全生命周期管理，形成数字资产并提供管理工具，提供数据的检索、查询、统计、报表、导出等功能。
3、为科学研究提供高质量数据集，同时，提供数据分析工具，在保护数据资产所有权的同时，支持数据资产稀缺性价值的实现。
4、提供业务效率和成本瓶颈发现功能，为降本、增效和融合创新提供支撑。
六、具体实施方案
第一步，通过数据资源的集中盘点，实现数据资产的集中管理。
数据资产管理的第一步，是将数据资源进行集中盘点，能够清晰掌握企业资产全貌，消除信息孤岛。从数据源的类型、来源、属性标签等维度对数据进行详细刻画，并通过图谱关系、血缘关系清晰展现数据资源链路，并配合相应的管控工具，实现数据资产的集中盘点，建立资产目录。
第二步：统一数据服务，加强数据的有序流动。
建设数据资产管理平台，不能只是单纯的进行治理和管控，如何帮助消费者，更好得获取和使用数据，也是管理平台的重要作用，否则，只考虑治理和管控，容易导致“用、管隔离”，降低数据应用效率，变成费力不讨好地事情，也就很难持续推进了。所以，数据资产管理平台，既要“重治理”，也要“强服务”。
第三步：数据成本和收益的追溯
数据的作用大家已经熟知，把它比喻为金矿、石油也比较贴切，除了价值高，其实采矿、炼油的过程成本也很高，随着数据体量的增长，如果不对成本收益进行量化，很容易陷入指数化增长的“成本泥潭”。需要分别从成本和价值两个层面对数据资产进行评估
整体来看，数据资产管理，除了平台工具之外，还需要配合相应的组织、流程、机制才能将数据资产化运营做好。这里先从产品的角度，探讨数据资产管理平台的架构逻辑和建设思路，由于数据资产涵盖数据管控、服务与治理的多个方面，相应也会包含多个维度的产品矩阵，在大的逻辑下，可以根据企业实际情况进行详细条线的规划。
