201X年，当举国上下、各行各业在深化开展大数据理论研究和生产实践的过程中，也不知从何时开始，仿佛突然间出现了一个新的概念——这就是数据资产管理。
今天，尽管“数据是资产”概念已经广为人知，但“如何管理数据资产”仍然缺少成熟理论以及工具手段。
比如，什么是数据资产？当前企业数据存在哪些问题？
前者——数据资产是企业及组织拥有或控制，能带来未来经济利益的一切数据资源。与我们财务术语“固定资产相类似，电脑是资产、办公桌是资产、桌子椅子是资产……那么对应数据领域，其实报表是资产、文件是资产、接口是资产、权限视图也是资产……这些都属于数据资产的管理范畴；
后者——当前企业数据资产可能存在或多或少的问题，比如数据定义不统一，数据分配不透明、数据源不规范、数据不开放等；
我们参考本页示例，某企业当前系统情况：共有6个数据库。在线存储量800T，物理表数量37万+ ，每天新增9000张……
当前数据存在的问题：数据无数据字典和数据分类管理，很多表不知道含义（示例），导致技术元数据、业务元数据和管理元数据存在缺失。总结下来发现：
数据信息无沉淀导致重复开发、数据冗余；
数据自身矛盾，一致；
数据清理困难；
维护效率低；
这样的数据问题，带给相关人员的工作感受或许是
业务人员：仓库放了哪些数据，这些数据价值何在，都支撑哪些具体的应用不得而知。犹如“黑匣子”；
开发人员：仓库放了这么多数据，都有哪些数据？我要的数据在哪里？它们都有什么意思？犹如“大海捞针”；
运维人员：不同的运维人员负责不同的应用、数据表空间或者分区，只了解自己负责部分的数据，而仓库其他的数据基本不了解。只了解“冰山一角”；
规划人员：仓库放了哪些数据，它们都有多少？占多少存储？增长情况如何？
我们以表的字段问题为例，这里也详细阐述了数据不规整所带来的负面影响，比如：存在ield1,field2类似的“错误”名称、太多预留字段,值多为空、同一个中文名但英文名不一样等……
总共规整下来发现有12个问题。这些问题都数据治理的范畴，统筹叫法就是数据资产管理。
其实数据资产的概念早有涉及，只是早期企业IT系统不健全、数据规模不巨大，技术手段不太多的前提下，数据资产管理的问题并没有提升到一定高度。
现在来看，伴随着大数据的持续普及发展，企业系统规模日趋复杂、数据量巨大、数据种类更多、数据形态更多样……这些实际现状致使我们必须正视数据治理这项工作的开展。所以：
早期，设备是企业生产的重要资源，于是有了ERP……
后来，客户成为企业生产的重要资源，于是就有了CRM……
现在，数据成为企业运营的重要资源，同样需要有一个专业数据管理平台……
以数据为核心，实现数据处理与数据规范的有机融合，这就是引入数据治理的必要性，也是数据资产管理的核心。
权当抛砖引玉，以后找机会必当深入分享。
閱讀更多 分析世界講方案 的文章
