随着社会的不断发展，人类已经从工业社会转变为信息社会和数字社会。特别是近年来，各类企业进行了大规模的信息化建设和改造，积累了大量的各种数据。“数据是公司的核心资产”已经成为企业的共识。如何利用好这些数据资产，为企业的战略发展和经营决策起到积极的推动作用，是每个CIO和CDA都应该思考和解决的问题。
数据资产盘点是数据资产管理的前提。只有完成数据资产的合并、整理、分类等标准化、系统化的操作，才能实现有效利用。但现实中，人们对数据资产清查还处于摸索阶段，缺乏完整的方法论支撑，对如何清查数据资产、数据资产清查的产出是什么，甚至数据资产是什么，知之甚少。接下来，本文将带领大家了解数据资产的基本概念，探讨数据资产的盘点方法。
什么是数据资产？
数据资产是指数据资源，如文档、电子数据等。，由企业拥有或者控制，并能给企业带来未来经济利益的资产。在企业中，并不是所有的数据都构成数据资产，但数据资产是能够为企业产生价值的数据资源。例如，一个错误的客户电话号码和邮政地址是企业的数据资产吗？并没有给企业带来使用价值，反而会影响企业的日常运营。显然不是企业的数据资产。
为什么要进行数据资产清点？
一个公司经过几十年的信息化建设，建设了几十个、上百个应用系统，系统开发人员、外包公司、管理人员几经变动。如果你是小白公司，如何快速准确的掌握公司有多少数据？这些数据存储在哪里？什么样的商务人士使用？每个数据的含义是什么？作为公司数据应用分析师，如何快速建立数据模型，响应前端应用需求？如果你是信息部门的领导，如何有效共享数据服务，保持数据的一致和统一？如何有效管理数据标准？如何提高数据质量，如何划分域？当然，每个公司的岗位和角色都不一样，他们的数据需求也各种各样，这里就不一一列举了。归根结底，上面列出的这些需求都指向数据资产。如果我们想解决这些问题，我们应该清点数据资产。只有对不同类别的数据资产进行盘点，找出有价值的数据，过滤掉垃圾数据，才能制定出数据资产管理的应用方法，从而高效利用数据资产，发挥其最大价值。
如何进行数据资产盘点
数据资产清查原则
1.自上而下，业务驱动
从企业的各个生产系统入手，将各个系统的业务对象和业务属性与业务和流程框架进行梳理。
2、自下而上，应用为辅
从各种应用系统、汇报材料、领导讲话文稿入手，探讨总部和领导关注的关键指标，并对这些指标进行分解，包括管理指标、分析指标、管理指标和监督指标。
3.划定重点，试行方法。
一、设定资产梳理的优先级，先统计容易达成共识的有价值的数据资产，尽可能集中范围，通过一种或几种应用体现数据资产清查的价值。二是在数据资产盘点过程中，形成自己的个性化数据盘点梳理方法论、工作步骤、工作模板、可交付成果和结果模板等。为后续工作打下坚实的基础。
数据资产清点方法
1.定义库存范围。
确定数据资产清查的业务范围、系统范围和组织范围。业务范围是指要查哪些业务，比如查、整理人力资源业务、营销业务等。系统范围是确定存货梳理的系统范围，如梳理财务系统、会计系统等。组织的范围是确定哪些机构或部门需要参与这个梳理内容的整理、审核和确认。
2、明确库存内容。
确定库存内容。由于数据资产很多，所以需要明确库存内容是什么，比如库存业务对象、数据项、指标、CRUD矩阵、概念模型、逻辑模型等。
3.制作库存模板。
确定资产排序和盘点的内容模板，明确每个模板的具体内容、格式、约束条件和填写说明。根据这个模板，写至少一个案例。指导数据资产盘点人员高质量完成数据资产盘点。
4.资产库存
数据资产内容编写人员统一培训后，相关编写人员应按照培训要求和模板格式对数据资产内容进行编写和检查。编写人员应具有一定的IT工作经验，了解业务知识，熟悉主要业务系统。
5.数据资产清点结果的审查
审核数据资产清单的交付成果，定义审核原则、审核方法和问题管理方法。检查交付成果是否符合规范，是否有错漏，对未通过评审的内容限期整改，并持续跟踪整改进度，纳入个人绩效考核，确保数据资产清查质量。
6.优化和改进
在数据资产清查过程中，存在各种各样的问题，如格式问题、业务问题、理解不一致等。因此，有必要总结各阶段库存工作的经验，提出改进和优化的建议，以避免类似问题的发生，提高下一阶段库存的交付品质量。
7.数据资产清点结果的发布
对通过评审的可交付成果进行最终的业务确认。并将其输入资产管理平台。公布资产清查结果。
数据资产盘点实践
由于数据资产清单的依赖关系，数据资产应该按照依赖关系的顺序进行统计。本文以一个行业为例，重点介绍了实体和数据项的数据资产清查实践。
1.实地盘存
1)设计分类框架。为了便于数据资产的管理，需要对数据资产进行分类。按照行业惯例，一般分为三个层次。根据参照企业的流程框架，按照业务分类进行分类。
2)在人力、财务、营销业务系统中定义盘点范围，统计业务对象，需要系统开发人员和业务人员的参与，解决梳理过程中遇到的业务和技术问题。
3)定义统计内容:统计业务实体对象。
4)设计库存模板，参考行业经验，结合企业实际情况设计实体库存模板。设计模板如下:
5)资产盘点:通过数据字典、操作手册等资料，判断每个业务对象对应的业务分类。我们可以将业务对象简化为业务系统数据字典中的实体表，找到实体表对应的三级数据主体，填入模板文档中。以此类推，完成“实体业务含义”和“对应源系统”的内容，最终完成实体表的排序和统计。
2.数据项的清单
数据项的库存取决于实体的库存。每个实体都有几个数据项。数据项是业务开发的基本属性。这些属性可以从业务系统界面或后台数据库中获取。建议以业务系统的数据字典作为输入，整理数据字典中实体表的属性。
1)在人、财、销业务系统中定义盘点范围，统计业务对象，需要系统开发人员和业务人员的参与，解决梳理过程中遇到的业务和技术问题。
2)定义盘点内容:业务数据项。
3)设计盘点模板，参考行业经验，结合企业实际情况设计数据项盘点模板。设计模板如下:
4)资产清查:通过数据字典、操作手册等资料，判断每个业务数据项对应的业务分类。我们可以将数据项对象简化为业务系统数据字典中实体表中的数据项，找到实体表中数据项对应的三级数据主题，填入模板文档中。以此类推，完成“业务定义”和“系统名称”的内容，最终完成数据项的排序和统计。
5)每一类资产盘点完成后，都需要进行评审、优化、改进和发布。
①审核:首先制定审核原则和方法。然后根据梳理结果，IT人员通过产品线、业务骨干、数据管理项目组参与评审，对发现的质量和反馈问题进行收集汇总。并对问题进行跟踪，确定解决问题的时间。
②优化改进:一是梳理模板的优化改进；第二，对常见问题进行分析和分类，并提出改进的方法和手段。并重点选择库存质量高的有代表性的进行宣传实施。
③资产发布:整理完成的数据资产，确认业务无误后，进入相关数据资产平台和数据中心进行管理和展示。
数据资产清单的特征
首先，数据资产清查不能一蹴而就，是一个循序渐进、反复的过程。需要提前统筹规划，分步实施；其次，数据资产清查工作量巨大，往往涉及十几个系统、上千个表、上万个数据项，需要合理安排和匹配资源；另外，数据资产的清查是跨部门、跨系统的事情，需要技术和业务人员的密切配合。
结论
数据资产存量是数据资产利用的前提，数据资产是企业的独特资源。IT系统可以复制，流程和组织可以模仿，员工可以跳槽。只有数据资产，既不能复制，也不能模仿。通过数据资产盘点，可以充分利用数据资源创新产品，为客户提供差异化服务，打造不同于竞争对手的核心竞争力。同时，通过对数据资产的清查，总结和积累了数据管理的相关经验，锻炼了数据资产管理建设队伍，为后续开展数据资产工作打下了坚实的基础。
