当前，随着云计算、物联网、移动互联网等新技术的逐渐成熟和集中应用，社会发展进入了数字化时代，人、事、物都在被数据化，数据已成为新经济的核心生产要素，日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。

越来越多的企业也将数据视为转型发展、重塑竞争优势和提升组织治理能力的重要战略资产，并对这一重要资产进行系统性、体系化的管理，以便充分挖掘数据的战略、战术价值。鉴于此，对数据资产进行体全面盘点、构建企业级的数据资产目录成为了数据资产管理的一项基础性工作，正在各行各业如火如荼的开展。

而很多企业在构建数据资产目录的过程中，遇到了很多困惑和难题，仿佛走入了数据沼泽中、身心俱疲，例如：

• 要对哪些数据资产进行盘点、放到数据资产目录中？

• 谁来盘点最合适？谁是数据资产目录的使用者？

• 数据资产目录构建后，谁来管理？怎么管理？

• 花了大量的人力、物力、财力，难到只弄了一堆EXCEL清单出来？

• 好不容易梳理出来的目录，最后处于沉睡状态，没人关心、也没人用！

• 业务人员看不懂对数据资产的解释！

• ……

因此，我们建议在建设数据资产目录时，一定要考虑清楚如下几个方面的内容，谋定而后动，才能构建高质量、高可用的数据资产目录：

• 什么是数据资产？

• 数据资产目录的价值有哪些？

• 如何构建数据资产目录？

• 如何管理与使用数据资产目录？

2.1.   数据资产的基本涵义

在理论层面，目前并没有对数据资产的权威定义。我们选取业界较为认可的概念，即：数据资产（Data Asset）是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。在企业中，并非所有的数据都构成数据资产，数据资产是能够为企业产生价值的数据资源。

从以上概念中，可以得出数据资产最重要的三个性质：

1. 可控的，企业除了拥有自己内部的数据外，对一些外部的数据可以通过可靠、合法的途径获取，也可作为企业数据资产的一部分；

2. 有价值的，数据资产能够给企业带来效益和价值，但笔者认为此处的效益不应局限在经济价值，还会有社会价值、信誉和品牌价值等等；

3. 需要甄别的，并非所有的数据都能成为数据资产，所以企业要根据自身业务特点，在海量的数据中识别划分出属于自己的核心数据资产。

2.2.   识别企业自身的数据资产

上面对数据资产的定义进行了解读。那么，最重要的是企业如何确定哪些数据能够作为资产进行管理，并进行应用。

企业在业务发展和信息化建设过程中，积累了大量的业务数据，哪些可以作为企业的数据资产则是见仁见智。这里给出一个较为通用的识别原则和策略，供大家参考。

首先，数据是业务活动在数字世界的投影，其本质作用是记录业务对象及其活动过程。整体上可划分为两大类：

1. 基础业务数据：是对企业业务活动中诸如“人、事、物”的记录；

2. 洞察分析数据：是基于基础数据计算出来的结果，反映业务活动的规律、趋势、特征等，一般可理解为日常所说的“指标”。

1. 业务权重：数据是否属于企业核心业务运营范畴，越接近核心则越重要，其作为数据资产的必要性越高；
2. 决策权重：对高层决策的重要程度，决定了数据能否作为数据资产的一项重要指标；
3. 使用频度：数据被使用的频次越高，说明其重要性越高；
4. 分布范围：数据如果分布在多个业务域或者系统中，被很多不同的人员使用和共享，说明其支撑的业务越多，也越重要；
5. 技术承载与可控性：通过技术手段，对数据进行获取、维护、管控，其难易程度、成本、可控性等方面都可作为辅助性的衡量标准。
6. 依据上述内容，我们构建一个数据资产识别矩阵，如下表所示：

企业可以依据此矩阵对数据进行量化评估，识别哪些数据属于数据资产范畴。

以上划分维度和标准，企业可根据自身实际情况进行扩充或调整，例如在价值衡量方面还可以增加“数据变现”、“数据安全性”等维度，最终目的是制定符合企业实际业务需要的数据资产划分标准，进一步筛选出企业自身的数据资产。