如何构建企业安全易用的数据资产（数据资产内容安全管理系统）

在数据治理架构中，数据资产管理位于底层数据和数据管理与应用之间，处于承上启下的重要地位。对上支撑数据安全管理等职能建设以价值发掘为导向的数据应用，对下实现底层数据的梳理、对接数据标准，达成企业内部“统一数据标准”的目标。

一、数据资产管理的重要性

1.让数据资产可视化

企业通过发现、描述和组织数据资产，形成一套企业数据资产的清单目录，提供一套上下文背景信息，为数据分析师、数据架构师、数据管理专员和其他数据用户，根据业务价值目标更好的查找和理解相关的数据资产。最终让数据管理者高效、便捷的了解数据脉络，构建全景图，随时掌握数据资产的运营状态。

2.提升数据管控能力

企业在识别出自身数据资产的基础上，进一步构建数据资产目录，加强数据资产的管控能力，对技术管理、业务运转起到良好的支撑作用，能够让数据在业务流转过程中更规范、更有效率;

3.促进数据应用与共享

通过数据资产盘点和梳理，挖掘数据背后隐藏的价值，在数据资产的应用和共享层面，起到引擎作用，最大化释放数据的核心价值，支持公司经营和决策分析，助力企业快速发展。

4.加强数据安全管理

资产盘点是保证数据安全的基础，通过数据资产盘点完成对数据的分类和敏感等级划分，建立数据与元数据的映射关系，明确数据类型、属性、分布、分类分级等信息。并以此为依据，有针对性地设计数据存储保护、授权管理等策略，平衡数据安全和数据共享两方面。

二、如何做好数据资产管理?

1.整体策略

(1)明确驱动力、优先选择业务价值高的应用场景

数据资产管理建设最重要的是要以价值为导向，能够对业务起到有效的支撑作用，并具备良好的运营机制，才能体现价值。

因此，可以结合当前及未来企业对数据管理工作的现状、挑战和需求进行分析，识别对业务支撑力较强的业务领域、数据主题、信息系统等，选择业务价值高的应用场景为建设支撑目标，在此范围内，进行数据目录管理工作目标和路径的设计，从而通过数据目录支撑到企业数据管理战略、产生更为直接的工作效益。

数据治理实施步骤

除此以外，还可从行业发展的角度分析未来应具备的数据资产，构建相对前瞻性的数据资产管理。例如，电信运营商可对未来5G业务进行分析，构建数据资产目录，以迎接即将到来的5G类新业务应用的需求;汽车制造业的厂商可对新能源、车联网等业务进行前瞻性布局，从内外不同渠道获取相关数据资产进行分析、构建目录，支撑业务发展。

(2)配套所需的组织管理、工作机制以及文化氛围

数据资产的建设与管理需要相应的组织和机制支撑，需要企业内部数据文化达到一定氛围后，才能发挥相应的价值。

对于数据资产管理模式、评价模式、认责机制等，都需要业务部门的业务专家、数据专家深度参与其中，持续养护数据、完善数据定义、提升数据质量、分享数据成果。但我们需要在数据管理团队职责和工作机制较为明确的基础之上，能够进一步推动业务部门设置数据管理相关角色、明确职责，并在数据团队与业务团队之间、多业务部门之间，建立专项小组、讨论组等多种沟通机制，促进跨团队的沟通交流、提升数据文化氛围。

2.流程方法

数据资产目录的建设分为四个环节，包含准备阶段、目录盘点与构建、审核发布、应用与运营管理。其中，前三个环节为数据资产目录的构建过程、最后一个环节为数据资产目录的使用和管理过程。

(1)准备阶段：此阶段主要对建设数据资产的背景、环境、价值点进行分析，明确要支撑的业务场景、以及建设目标;在此基础上，确定需要构建数据资产目录的范围，进一步制定相应的数据采集模板、标准，并收集与之有关的材料。

(2)目录盘点与构建：在第一阶段准备工作完成后，利用数据资产工具，按照模板和标准，对数据资产的有关信息进行初步采集和智能解析，形成数据资产目录初始清单;然后结合人工与工具平台，对初始清单进行筛选优化，补充完善相关属性，对其实施标签分类、形成目录，建成待审核发布的数据资产目录。

(3)审核发布：组织相关业务、技术专家对建成的数据资产目录进行审核，审核通过后，向相关使用者进行发布。

(4)应用与运营管理：此环节是在数据资产目录建成发布后，对其进行使用和管理。

如何构建企业安全易用的数据资产.中琛魔方大数据平台表示企业对数据资产目录服务的需求具有常态化、层次化特征，可选择重点业务域、数据资产关键信息进行盘点梳理，优先满足对数据资产信息依赖程度最高的数据分析师、数据应用开发工程师等角色的基本需求。通过有计划的迭代开发维护，不断丰富数据资产信息维度、关联关系等，覆盖更多角色的应用场景，使数据资产目录价值得以持续释放。