亚信华超杰:聚沙成塔,百炼成钢——数据资产管理云图

发表于 2015-8-12 11:25:35

马上注册，结交更多数据大咖，获取更多知识干货，轻松玩转大数据

您需要登录才可以下载或查看，没有帐号？立即注册

x

华超杰，亚信集团大数据事业群数据资产管理平台产品线产品总监，国际数据管理协会（DAMA）会员，在BI及大数据行业从业多年，参与了中国通信行业多个数据管理规范及技术标准的编写工作，曾带领团队全面支持法国电信、挪威电信等跨国企业的数据仓库项目，具有丰富的市场营销拓展和解决方案咨询经验，目前主要从事大数据行业研究、数据资产管理产品的规划设计和市场推广工作。

以下为分享实景全文：

主讲嘉宾：华超杰

主持人：中关村大数据产业联盟秘书长助理、亚信数据王维

承办：中关村大数据产业联盟、亚信数据

嘉宾介绍：

华超杰，亚信集团大数据事业群数据资产管理平台产品线产品总监，国际数据管理协会（DAMA）会员，在BI及大数据行业从业多年，参与了中国通信行业多个数据管理规范及技术标准的编写工作，曾带领团队全面支持法国电信、挪威电信等跨国企业的数据仓库项目，具有丰富的市场营销拓展和解决方案咨询经验，目前主要从事大数据行业研究、数据资产管理产品的规划设计和市场推广工作。

以下为分享实景全文：

Hi！大家好！我是华超杰，来自亚信科技，目前负责数据资产管理平台产品的研究规划和市场推广。

首先，我要感谢一下中关村大数据产业联盟和赵秘书长为我们提供了一个这么好的沟通交流平台，其次是为我们这个“数据资产管理”专委会地筹备提供了更方面的支持，让所有有想法、有能力的人能聚集在一起，共同促进“数据资产管理”这个新领域的发展。

白天赵秘书长说：“大数据100”放了一暑假，立秋啦，该继续了。当时我的脑海一下子回到了自己进入大学校园时的情境，就如同今天来到中关村产业联盟一样，作为一名新人，我感到既紧张又兴奋，当然更多的还是激动。因为在这里我将有机会向来自各行各业的专家学习，与各位共同探讨大数据领域的机遇和挑战。

开学了，到了该交作业的时候，我首先来谈谈在“暑假”里我们做的一些工作。一是在中关村大数据产业联盟的支持下，亚信数据牵头成立了“数据资产管理”专委会；二是谈谈过去这段时间亚信数据在数据资产管理方面的一些认识和探索。

一、“数据资产管理”专委会

作为“数据资产管理”专委会成立的系列活动之一，本次将先启动线上分题分享月的活动。通过一些列的分享，让大家对“数据资产管理”有更多地认识和了解，我相信后面的活动会越办越精彩。而我今天先来抛个砖，谈谈我对专委会的一些认识。

”数据资产管理“专委会是从属于中关村大数据产业联盟下的行业专委会，以推动中国数据资产管理领域的理论和实践丰富为己任，并且将依托这一平台，给会员提供更多交流合作机会，促进数据资产在互信隐私抱回协定的基础上，更好地进行跨企业沟通。

为什么要成立这么一个“数据资产管理”专委会呢？我个人觉得“数据资产”已经到了一个所有人都该来关心的时候了，那大家该通过什么方式、如何来关心呢？我想这正是联盟所主张和提倡的，把大家聚集起来，共享知识，切磋智慧，寻找更多商业机会、以创新改变世界。这也是成立这个专委会最直接的驱动力：产业互联，合作共赢。

从去年我们首先提出“数据资产管理“以来，目前这一领域已经得到市场的广泛关注和认可。一方面，在我们和将近13个行业（比如航空、金融、安全、政府、医疗），80多家领先企业（今天群里的一些专家就在之列）的沟通交流中，我们认为”数据资产“已经被大家越来越关心和重视。另一方面，当前市场上很多企业、地方政府也都在推进相关数据资产方面的实质性工作，如数据交易市场。

当今时代，任何人都会是数据资产的拥有者、使用者和服务者，如何有效地管理自己的数据资产将变成一个全民需要关心的话题。可以预见，“数据资产管理“必将成为未来5-10年，乃至20年的新兴行业，也会诞生一批新的创新型公司、工作岗位、商业模式等。

尽管“数据是资产”这个概念已经广为人知，但“什么是数据资产”、“数据资产如何管理”、“数据资产怎样持续增值”这样的一些问题却还没有得到完整妥当的回答，甚至很多人还没有意识到这些问题以及问题背后所蕴含的商机！

这不由让我想起我刚刚开始接触CRM（客户关系管理）这个概念的情形，尽管当时商业环境下，客户及客户关系已经成为企业竞争发展必须重视的因素，但什么是客户关系？如何管理客户关系？有什么手段来支持客户关系管理？这些也都没有很好的答案。客户最大的疑问是：”CRM是一种管理理念还是一种技术手段？“在当时那个点上，我觉得确实很难界定和说的清楚，大家只是知道客户关系是一个很重要、且值得投资的东西。随着这些年市场的检验和实践，可以说CRM确实在企业经营和发展中起到了重要影响，并且我们也搞明白了“CRM既是一种管理理念，也是一种技术手段…”。

反观当前大数据时代下，既然数据资产已成为企业间竞争的核心因素，同时，数据资产也将是企业未来最宝贵的财富。围绕着数据资产的管理和运营，衍生出了像数据资产认定、评估、交易、继承等等新领域的探索。

在实践探索的过程中，我们发现会存在一些误区，我想这也是我们要成立这个专委会的另一个重要目的，让所有人从关心”数据资产“到正确关心”数据资产“。目前我们看到的往往会存在几个常见的误区：

误区一：拥有数据≠掌握数据资产

很多企业看起来有很多数据，就像人一样，看似强壮，其实可能身体很虚弱，甚至满是癌细胞。我们曾经给某企业做过一个数据体检的动作，发现企业有很多的数据，但这些数据存在冗余、无效、质量差等各种问题。企业一味地追求获得数据，但缺少管理是完全没有作用，有时候会适得其反，数据越多可能问题越越大。

在企业内部，数据如果没有流动起来，数据就没办法变成数据资产，即使是数据成为了资产，也极有可能是一种负资产。数据没有被真正的利用起来，来为企业创造价值的话，反而只会占据了企业的存储、影响计算能力等。

因此来说，从”数据”到“资产”，企业一定需要有良好的管理能力，需要有对数据资产的充分认识，从而对数据资产实现治理、管理、使用。

误区二：最快的数据处理能力可能让你破产

我们也看到一些企业为了搞大数据，花了很多钱，买了很多设备，建了很多机房。例如政府投资建了很多IDC机房，但是很多都是空置着，机器变成了空跑，最后变成了通过拼电价来谋发展。这一点跟鄂尔多斯很像，人们一开始想着就是奠定坚实的基础资源，然后就是建了很多公路、住房。但是后来发现这些没人住，也没人买，后来就变成了一座鬼城。

从另外一个层面来讲，根据摩尔定律为例，设备18个月就贬值一半，如果早期进行大量的设备投资，可能后来就会拖垮整个企业的大数据发展能力。所有说拥有强大的数据计算能力是不够，要从数据的计算到数据资产的管理。

误区三：最精确的数据分析也会“错误”

相信很多人刚接触大数据，都是从很多经典的大数据成功案例，当一些企业看到了类似亚马逊、啤酒和尿片等等例子为企业的发展带来巨大效益，都深深地为之振奋。然后公司请来很多高级算法分析师来做模型、做分析方法。最后做出来的模型看起来复杂无比，但这些模型、算法得到的结果却完全无用。就好像造大楼，连底层根基都没打好，哪有有再好的设计师、原材料，大楼是造不好的。正如一些企业连一些最基本的指标都没有定义清楚，那基于指标做了很多分析方法、模型，其得到的结果肯定也是不精确的。

计算机界有一个很有名的说法，叫“GarbageInGarbageOut)，翻译成汉语就是“垃圾进、垃圾出”，在数据资产管理领域同样适用，如果没有好的数据资产标准，企业用的数据越多，产生的“垃圾”也就越多。

误区四：最牢靠的锁业挡不住数据神偷

前面提到说很多企业都注意到数据资产的价值，并且开始关注数据资产的安全。企业开始像保护其固有资产一样，将数据加上层层”锁链“，不让被人使用，以为这样数据就安全了。但是数据资产有其特性，比如说数据即使不用被移动，其数据的价值也可能被偷走。

数据资产作为一种新的产物，对它的保护不能仅仅是靠锁，而是需要有一系列新的手段，需要有对数据内容的安全保护。国外曾经有过一个报道：某个州的女性通过网络购买大量情趣内衣，尽管采用了匿名购买，但后来人们通过一些列的数据拼装，例如年龄段、时间段、地区等等，这个女性的真实信息最后仍然被找到了。这说明大数据时代数据的安全不仅是靠简单的权限、匿名就能解决的了。而是需要从管理到技术的多方位结合，从数据管理流程、数据脱敏、加密、多方计算等方面下手，实现更多的保护手段。

除了以上这些误区，其他值得讨论的东西还有很多，例如，数据资产的分类、数据资产的管理主体、形成数据资产的交易或事项的形式，等等。一方面，限于今天交流的篇幅和主题，另一方面，很多概念还有待大家共同讨论阐发，所以，这里就不一一探寻了。

因此，回到今天的重点“数据资产管理”专委会这个事情。除了这个月的主题分享会，后续专委会还会有很多活动形式：例如线下开放日、专题研讨、私人董事会、商务项目合作、推动互信隐私保护协议下的数据流通等。更多活动会依托在联盟框架之内，借助联盟资源开展。

二、亚信对“数据资产管理”的认识

上面聊了我们对于“数据资产管理”专委会的一些看法，相信大家也都有了一定的了解，真心期望未来在这个平台上能让大家有机会在一起尽情、详尽地深入探讨未来“数据资产管理”的发展。下面谈谈我们在过去这段时间里面对于数据资产管理的一些认识和体会。主要包含三个部分，数据资产管理的一些概念和内容形式。

先来看看第一部分：数据资产管理领域内的基础概念。

很显然，第一个需要定义的就是“数据资产”，由于目前业界尚没有公论，我们不妨先抛一个砖：数据资产是企业及组织拥有或控制，能给企业及组织带来未来经济利益的数据资源。

需要注意几个关键词：

1）“拥有或控制”，也就是说不一定是企业在内部信息系统中拥有的数据资源，也可能是通过合作，从外部获取使用权的各种数据形式；

2）“能带来未来经济利益”，是指直接或间接导致资金或现金等价物流入企业的潜力，这种潜力可以是将数据作为一种经济资源参与企业的经济活动，通过为企业的管理控制和科学决策提供合理依据，减少和消除了企业经济活动中的风险，从而预期给企业间接带来经济利益，也可以是通过交易或事项，直接给企业带来经营收入。

3）“数据资源”，是指数据资产的具体形态，表现为以物理或电子方式记录的数据，如，工作记录、表单、配置文件、拓扑图、系统信息表、数据库数据、操作和统计数据、开发过程中的源代码等等。

关于数据资产的定义，比较纠结的是要不要纳入“以货币计量”这个标准，从实践来看，目前还不具备完善的数据资产价值评估方法，特别是以货币形式的评估标准，因此，暂不纳入这个条件，但随着数据交易形式的丰富和规模的扩张，或许，以货币计量将不是一个难题，相信到那一天，企业的资产负债表也会明确要求将“数据资产”纳入统计！

另外，虽然数据资产的范围和形式包含企业拥有的各类数据，但从实践意义来看，我们更关注的是数据仓库中保存的各类数据形式，如表、视图、接口、程序等，同时，随着大数据的发展，还会纳入各种非结构化的数据形式，如日志、网页、图片、音视频等。

第二个需要定义的概念是“数据资产管理”。继续抛砖：数据资产管理是企业及组织采取的各种管理活动，用以保证数据资产的安全完整，合理配置和有效利用数据资产，从而提高数据资产带来的经济效益，保障和促进各项事业发展。

关于数据资产管理，只需要把握一个主要的脉络，那就是促进数据资产生成未来经济利益的过程，无论是围绕数据资产生命周期的治理管控，还是对于数据资产的规划、评估手段，乃至于各种数据资产的运营模式，都可以有机的整合起来，形成一个总体概念。至于具体的管理内容和工具方式，我们放到第二部分讨论。

接下来介绍第二部分：数据资产管理的主要内容和方式

数据资产管理是一个比较宽泛的概念空间，涉及的主体和活动形式也很丰富，例如，对企业内部来说，既包括了管理决策者，也包括了数据资产的使用部门，还包括了生产和管理数据资产的IT部门。对于企业外部来说，既有各种支持数据交易、交换的平台或组织，也有帮助企业进行数据资产加工或管理的服务提供商，还有进行数据资产规划、评估、审计、咨询等活动的专业组织。可以说，数据资产管理将会催生一个非常庞大的经济价值产业链，对于大家来说，这也是一个非常值得关注的蓝海市场！

限于篇幅，今天的讨论主要立足于企业内部管理活动，我们认为，对于企业来说，数据资产管理的主要内容可以提炼为三个关键词：治理、应用和运营。

数据资产治理

数据资产治理是指企业如何管理企业数据资产的一套完整的机制，包括指导企业数据资产管理的政策、规章制度、流程、工具、角色和责任。数据资产治理体系的建立将为企业数据资产的准确性、一致性、完整性、实时性和安全性等提供管理机制上的保证。

关于数据治理，并不是一个新课题，在传统商业智能领域，早有很多理论及实践探讨，例如，元数据驱动、主数据管理、事前检查/事后审计、应对型治理和主动型治理，等等。大家可以在百度搜索关键词，自行了解一下。

但是，对于数据资产治理，有哪些需要特别注意的事项呢？我们认为，需要从对数据形式的关注，转变为对资产价值的关注。因此，数据资产治理的核心是：在企业的大环境内建立人、数据、IT系统之间的和谐关系，实现企业业务及管理人员在正确的时间、正确的环境得到正确的数据支持及服务的目标。

在这个理解层面上，传统的数据治理或是管控方式就不能很好的满足要求了，因为，它们往往是作为外部性的工具存在，缺少对于数据的深入控制能力，一旦管理控制力度不足，或是因紧急压力导致规范执行走样（在中国企业的IT环境下，这样的情况屡见不鲜…），那必然会“千里之堤，毁于蚁穴”！

对于这一点，相信今天在场做IT的朋友们都会比较有感触。我认识一个运营商客户，为了加强管理，特意设立了一个专人，就是负责逐项检查所有IT厂商开发的代码内容，否则不让上线。这位哥们很郁闷，感觉自己的工作跟机器人差不多。

所以，亚信认为，数据资产治理必须要有一套对数据全面控制的底层机制作为保障，再辅以对数据资产生命周期的全流程管控，才可能做到前述的数据资产治理的核心要求。

这一套底层机制可以抽象为：大数据原子化，即寻找定义系统最基础的事物，再基于事物的派生、演进的关系，构建出多样性系统能力，使得系统更清晰、容易理解，更有逻辑条理，同时，也更方便管控。

而面对数据资产生命周期的过程管控则可以分为五个部分组成，通过有机协调、互为补充，从而实现数据资产的综合治理：

数据资产应用

数据资产应用是指企业如何将数据资产适当加工，为企业的管理控制和科学决策提供合理依据，从而支持企业经营活动开展，创造经济利益的过程。最常见的数据资产应用就是报表开发、临时取数等，复杂一点，还包括了数据挖掘分析以及数据产品定制开发等，例如，管理驾驶舱的建设。

对于数据资产应用，早已在实践层面丰富壮大，对于生产过程，有着各种专业化的方式或工具支持。例如，可视化工具、数据开发工具、分析挖掘工具以及性能提升工具等。而应用形式上，也是百花齐放，报表等传统方式虽然并不会消失，但也逐渐为体验良好的数据产品所替代，协助业务运营或是管理人员更快分析决策，是这一领域的主要价值诉求。

亚信认为，数据资产应用面临两个挑战：1）如何在满足更加复杂多变、体验至上的业务需求的同时，加快实现速度，降低实施成本；2）如何将更多的应用提供者（包括潜在提供者）与应用需求者进行对接，从而加强应用复用和形式创新。

基于这一思路，会存在一个数据资产应用平台的机会空间，例如，平台运营者提供对于底层数据的封装管理，上层应用开发者不直接接触底层数据，而是基于平台提供的数据封装来进行应用开发，一套应用可以被不同使用者使用，而应用使用者则可以选择最适合自己的应用形式。这当中就带来了很多商业机会的可能性。

数据资产运营

数据资产运营是指企业对数据资产的所有权、使用权和收益权等权益及相关活动进行管理的过程，包括了产权登记、产权界定、资产购置、资产处置等，以及配套的评估、分析、统计、清查、监督等活动。

相对数据资产治理和数据资产应用，数据资产运营是一个比较新的领域，但也是数据资产管理中最具想象空间的部分。目前比较热门的数据开放、数据交易、数据合作等方向都属于这一领域。此外，数据资产的评估、规划、审计等也将带来咨询或服务市场的新商机。

在过去的几个月里，亚信与好几个地方政府合作，陆续建成了贵阳、哈尔滨、武汉等数据交易市场，另外还有更多的在筹备和计划中。给数据资产的全面运营、交易、估值以及数据资产融合带来的创新，提供了很多可能。而相信各位所在企业或组织，对于这一块也会有很多精彩的想法，希望等会互动的时候，也能听大家谈谈。

对于数据资产运营，目前互联网行业具有比较多的实践案例，例如，淘宝的数据开放。

但问题是，难道只有达到淘宝这样的体量才能进行数据开放么？不同规模的企业，需要什么样的数据运营手段呢？

亚信认为，只要有清晰的运营目标和思路，并借助合适的工具手段，各种规模的企业都可以推进数据资产运营这一工作，并且从中获得直接或间接的经济收益。

上面这张图其实很有意思，它主要反映了在数据资产运营工作中，可能存在的角色以及角色间的大体关系。但正如前面所说，对于数据资产运营的内容可以有很多不同的理解或设计，具体到不同企业或是业务模式场景下，这张图也是要进行修订的。

从数据到数据资产，不仅仅是一个名词的叠加变化，而是经历了以技术为驱动，到商业模式创新的变革过程。数据资产是大数据时代企业最宝贵的财富，而数据资产管理能力将会决胜市场的核心竞争力。因此，在这一领域里，有太多值得我们去探讨、研究、分享、合作的主题，这些也是数据资产管理专委会所希望承担起的平台作用：汇聚群贤、广结人脉、共享知识、携手发展！

最后，我简单地给各位介绍一下我们亚信目前在数据资产管理方面产品的一些实践和探索。在去年的12月12日，我们发布了业界首倡的“数据资产管理平台”，即“数据资产云图”（DACP）。这款产品围绕采集、加工、使用、评估、优化、下线等数据资产全生命周期提供管理支撑，并基于全面数据治理能力，进一步提供专业化的数据资产“管家”服务，包括资产规划、运营管理、开放管理，以及面向企业客户和个人客户的不同类型数据资产应用，从而为大数据时代的数据资产管理和增值提供全面支撑。产品凝聚了亚信在电信行业BI领域10多年的经验积累，拥有10多项专利，目前已经服务于各行各业50多个客户。

由于在此前中关村大数据联盟的分享中也分享过一些产品的理念和思路，很多专家也都听过，今天我就不深入的介绍了，如果有一些新加入的专家有兴趣，本次分享后可以通过线上线下与我们交流。

时间过的远比我想象的要快，很多我们的想法、产品的积累、未来的构思都来不及分享。但是，我们相信，随着如今天这样的交流不断增多，随着对于数据资产管理有兴趣的企业和个人不断壮大，这一领域的产品和解决方案也将层出不穷。在这一过程中，我们愿意分享自身的理念思考和技术沉淀，借助专委会这个大平台，与合作企业和产业联盟一起，打造一个无比壮阔的数据资产管理市场空间，并为大数据在中国的落地开花，为产业互联网大举发展，做出应有的贡献！

以上是我今天分享的全部内容，我自己感觉对于数据资产管理领域的探讨非常局限，诸如个人是否拥有数据资产？个人数据资产如何管理？数据资产的运营是否需要更高层面上的结构性设计？等等，这些问题都值得我们进一步的研究。同时，限于个人思考和实践积累，今天的分享在概念定义和观点认识上，也肯定存在很多缺陷不足，希望大家能够看在抛砖引玉的这份勇气上，予以谅解，并通过与我联系，进一步的讨论、指导。多谢大家！

最后的最后，我还是要为本次主题分享月后面的分享做个铺垫，希望我今天的分享能为各位起到一个热身作用，为后续更加精彩、深入的探讨交流抛个砖！（这段是临时手动输入，但却是我此刻最强烈的愿望）。

交流互动:

华超杰-亚信大数据：首先回答一下之前朋友提出的关于商业模式的问题。

卢东明，＠明说大数据：＠华超杰－亚信大数据其实有数据资产的概念已经是难能可贵了·····据你的了解，除了亚心以外，还有哪家企业有设立相关不能吗？

华超杰－亚信大数据：目前这个市场刚刚兴起，谈商业务模式还早了点，但我们看到围绕数据资产的认定、治理、应用、流通、评估、并购等一系列环节，都有一些创新尝试，相信会很快演变出成熟的商业模式。据我所知已有一些公司在做数据资产的探索工作，在前面也提到过一些公司。目前越来越多的参与到这一块的市场让我们感觉很激动。

刘晨－数据治理－御数坊：数据资产的估值，亚信现在怎么考虑？＠华超杰－亚信大数据

华超杰－亚信大数据：估值这一块我们目前建立了一个资产运营评估方面的团队，我们也是在摸索中前行，主要通过对数据用途、数据重要性等方面进行分类评估从而达到对数据估值的目标。就现阶段来讲数据估值还没有成熟方式，但我们考虑可以从市场定价、重构成本、数据加工过程中的价值添加、数据自身特性等几个方面来进行。

李俊清山东农业大学：@华超杰_亚信大数据请教下，亚信在数据质量和数据安全方面最主要关注哪些点？

华超杰－亚信大数据：是的，随着大数据技术的蓬勃发展，数据资产的概念也被大家逐步接受，在这一过程中少不了各位专家前辈的共同探索和实践。殊途同归，我们今天可以在这个群里讨论数据资产这一概念，就证明了它的重要性。关于数据质量和数据安全：前者，我们提出一张皮式的数据治理方式，把规范和管理融入到数据加工使用过程中，根源上解决数据质量问题。后者，我们也强调从元数据出发，就建立起安全元数据的概念，然后在数据使用、加工、合作等环节都有安全手段，包括了传统的加密、脱敏、变现，以及比较新一点的多方数据计算能力。

李俊清山东农业大学：@华超杰_亚信大数据数据管理和数据治理有什么本质区别呢？

华超杰－亚信大数据：关于数据管理和数据治理：这个有点形而上的讨论了，首先要界定这两个词的本质意义，而对于不同人来说，对于不同语境下，可能是可以混为一谈的。从我们的理解来说，数据治理更大，包括了技术手段和管理制度，而数据管理本身只是一种技术环节。但如果是数据资产管理，则反过来，要包括了数据资产的治理、应用和运营。@李俊清山东农业大学

刘晨－数据治理－御数坊：Governance=Managementof Management，国内确实是混谈的。标准，质量，安全，都不是狭义的数据治理的范畴

高伟-亚信数据资产管理：这一点，要听@刘晨_数据治理_御数坊总的，DAMA在这一块的理论积累还是非常深厚的，我们也是受益匪浅。

李俊清山东农业大学：大家讲的真好。我觉得数据管理是总体上的，由上而下的，而数据治理会渗透到数据流动中的每个环节

刘晨－数据治理－御数坊：@李俊清山东农业大学刚好相反，数据管理，管的对象是数据

李俊清山东农业大学：概念多啊，数据资产管理呢？

刘晨－数据治理－御数坊：治理，管的对象是人，制度，流程，唯独不碰数据。但前三者管好了，也就有合适的人按照合适的方式去管理他们该管的数据了

李俊清山东农业大学：学习了

华超杰－亚信大数据：学习了

刘晨－数据治理－御数坊：我个人的观点，数据资产管理=DG+DM+DA，即治理加管理加应用。因为谈及资产，必有价值，因此要加上应用这个环节

高伟-亚信数据资产管理：嗯，个人认为，目前的数据流通过程，还比应用要丰富，所以我们还加上了运营环节。或许是包括了刘总所说的管理部分，例如说，数据资产的认定、评估、审计、处置，可能都不是传统数据管理能够覆盖的，更加含有经济属性。

刘晨－数据治理－御数坊：dm里我包含了数据流动的管理。data operation含了数据生命周期等。

高伟-亚信数据资产管理：嗯，应该是关注点不一样，两种解释框架也不一定冲突。