深度解读 ｜ 数据资产管理面临诸多挑战，做好这5个措施是关键

日前，大数据技术标准推进委员会（中国通信标准化协会下（CCSA）的专业技术委员会，简称TC601）发布《数据资产管理实践白皮书》（6.0 版）（以下简称：报告），这是大数据技术标准推进委员会自 2017 年以来发布的第六版白皮书。

该报告跟踪 2022 年政策和行业动向，阐述数据资产管理的概念、演进、难点，结合企业典型方法和实践案例，重点讨论数据资产管理的活动职能、保障措施、实践步骤等，并对其发展进行总结与展望。

今天，Smartbi将从《数据资产管理实践白皮书》出发，解读企业数据资产管理难点和解决措施，从而推进企业数字化转型。

01.

加快释放数据价值
数据资产管理推进数字化转型

随着数据的重要性日益显著，良好的数据资产管理成为推动企业数字化转型，加速数据价值释放的关键。

《报告》中指出企业只有通过数字化转型才能优化企业资源获取和配置，快速感知市场变化、识别潜在客户需求、增强决策准确性实时性、降本增效，重塑企业发展模式和竞争优势。

数字化转型通过业务数据化，应用数据采集、传输、加工等技术，推动业务全面线上；通过数据业务化，实现数据智能决策，驱动业务创新。 

数据资产管理可以提高业务数据化效率，推动数据业务化，应用数据分析技术，实现数据赋能业务发展，推动企业精细化管理变革，从而加速企业数字化转型。

思迈特软件以提升和挖掘企业客户的数据价值为使命，专注于商业智能(BI)与大数据分析软件产品与服务。核心产品一站式BI大数据分析平台Smartbi功能覆盖数据接入、数据处理、数据存储、数据可视化分析、机器学习等全部BI需求（如下图所示）。

思迈特软件凭借自主研发的产品，为金融、制造、零售、政府、医疗等行业客户量体裁衣打造优秀的数据化运营方案，赋能企业加快实现数字化转型的变革，提升企业竞争力。

02.

数字化转型深化落地

数据资产管理面临诸多挑战

经过多年发展，我国数据资产管理逐步进入深化落地时期。政府、金融、互联网企业等机构纷纷提出数字化转型路线，发布数据资产管理框架，探索开展数据资产化工作。

但是，在实际应用中，数据资产管理仍然面临一系列的问题和挑战，阻碍了企业数据资产能力的持续提升。

03.

道法术器综合保障

数据资产管理稳步前进

以上问题该如何解决呢？那就需要我们从数据资产管理的职能入手，通过系列保障措施和规范的实施步骤来解决这些难点，对此，我们总结了下面5个关键措施。

1、战略推进内驱力责任体系保障落实

解决“内驱力不足”和“业务脱节”的问题，企业可以需要通过发布数据战略、建立组织责任体系和长效机制等措施来保障。

同时通过培训宣贯、绩效考核、数据文化培养等长效机制，保障数据资产管理活动持续高效运行。

2、合理引进技术一体化提升敏捷能力

《报告》中提出在数据资产管理的过程中，合理引进人工智能、机器学习、知识图谱等创新技术，可以进一步提升数据资产管理的智能化、自动化、敏捷化水平，及时响应业务变化，降低人力与风险成本。

Smartbi一直专注于创新，很早就开始应用人工智能、机器学习、知识图谱等技术，在2021年和2022年，分别通过自然语言分析NLA关键技术和数据模型底层技术获多项国家发明专利授权。

Smartbi把这些技术应用于数据处理、数据建模、数据分析、数据挖掘等方面，提供了自助ETL、敏捷数据模型、智能对话式分析和数据挖掘等功能，全面提升数据资产管理的智能性和敏捷性。

此外，除了引用技术外，企业还需构建统一的数据资产管理平台，以加强数据管理各个环节之间的关系，提高效率。

而Smartbi作为一个一站式BI和大数据分析平台，可一体化完成数据连接、数据处理、数据建模、指标管理、数据分析、数据分享等全流程功能，助力企业提升数据资产应用效率。

例如，普正制药通过Smartbi建立了规范的业务分析系统，该系统以营销中心、财务、人力等多维度切入，建立起一套闭环的数据获取分析流程。不仅提高了人效，更能让集团的业务人员都建立起了数据挖掘和分析的能力，增强了集团对数据资产的运用，让普正药业获得了长远发展的驱动引擎。

3、自增长指标体系助力数据资产积累

《报告》还提出数据资产管理的核心目标之一是提升数据质量，并指出通过标准化的指标体系，有助于提升数据质量，形成企业可重用的数据资产。

Smartbi则可提供指标体系构建的方法论、提供以指标为核心的ABI平台承接指标落地、提供行业最佳实践等，并通过业务和IT最佳协同的理念构建自增长的指标体系，帮助企业提高数据质量，持续完善企业数据资产，提高决策的准确性。

4、加强数据应用创新增加数据服务广度

《报告》认为企业应加强数据应用和服务的创新，围绕降低数据使用难度、扩大数据覆盖范围等方面开展。通过数据可视化、自助数据分析、数据应用商店等实现数据“平民化”，使更多一线业务人员直接参与数据分析过程。

Smarbi提供交互仪表盘、透视分析、即席查询等多样的自助数据分析工具，满足不同业务人员的敏捷分析需求，降低数据应用门槛。

比如民生银行借助Smartbi搭建阿拉丁大数据平台，让一线业务人员变成数据专家，能够自主查询数据、辨别数据、分析数据，驱动全员数字化运营，并通过数据应用为全行带来10%的利润，同时助力民生银行每年节省1亿元成本。

5、构建数据运营生态实现数据文化落地

数据资产管理方与使用方之间缺少良性沟通和反馈机制，降低了数据产品的应用效果。而数据文化是企业开展数据资产管理的核心价值观和最终驱动力。因此我们要优化数据服务方式，营造数据文化，提升员工的数据认识和兴趣。 

Smartbi通过应用商店沉淀数据应用成果并分享，通过数据目录导航安全开放数据资源给业务用，还提供统一的数据门户解决方案，助力企业构建数据化运营生态系统，营造数据文化。

南京银行使用Smartbi打造了一站式数据服务平台和统一的数据门户，支撑全行各领域的数据挖掘、数据分析展示、数据共享等，实现用户统一看数与用数，在全行范围内营造自主的数据应用氛围，实现了数据文化的落地，推广了数据应用的价值。

此外，Smartbi还具备多级安全管理能力，还能提供数据行/列/单元格级别的精细化权限控制，同时支持数据脱敏与水印，满足不同场景下对数据安全的应用需要。

 写在最后 

《报告》从管理理念、管理方式、管理手段、技术架构等方面阐述数据资产管理发展趋势。并指出，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。

Smartbi在未来发展的构思、设定和规划上，和《报告》中上述资产管理发展趋势相关内容不谋而合。

作为一站式的BI和大数据分析产品的Smartbi，采用现代化BI架构，不仅通过敏捷的自助数据分析，还通过Data Fabric技术实现了增强的数据准备和增强的数据分析，提升数据应用的广度和深度，同时通过分享协同加强分享和反馈，构建数据文化，营造数据化生态系统。

未来，Smartbi将继续向专业、敏捷、智能的方面前进，助力数据资产能力持续提升，助力企业数字化转型，让数据为客户创造价值！