CEC中電中電金信GienTech往下扎根，向上結果，釋放數據價值2.每日分享：6+份行研精選、3個行業主題2.每日分享：6+份行研精選、3個行業主題4.嚴禁廣告：僅限行業報告交流，禁止一切無關信息報告僅限社群個人學習，如需它用金融數據資產運營白皮書序言數據作為新型生產要素,是數字化、網絡化、智能化的基礎,已快速融入經濟和社會服務管理等各環節,深刻改變著生產方式、生活方式和社會治理方式。在數據應用側，2022年底chatGPT3.5發布，自此AI大模型的話題熱度持續走高，無論是技術本身還是應用演進的速度均十分驚人。金融行業數字化程度一直遙遙領先，擁有無與倫比的數據富礦，是AI大模型率先落地的重要領域之—。在數據政策側，2023年8月財政部印發了《企業數據資源相關會計處理暫行規定》，要求企業評估、計量和披露數據資源,對企業整體數據資產的推進給出了較為明確的方向，標志著我國在數字經濟時代的法律和會計體系進-步完善，為企業數據資產化提供了更加清晰和可操作的指導，有助于提升企業數據價值和數據資產合規性。應用層面的蓬勃發展和政策層面的持續完善倒逼企業加速推動數據戰略落地，大幅提高數據資產管理水平,持續釋放數據紅利。金融行業要想充分挖掘數據潛能更好的實現數據驅動和數據資產入表，離不開數據資產運營在背后的"百煉成金"。數據資產運營把數據融入到業務全流程中，實現數據資產和業務管理的高效融合，促進業務發展和商業模式創新，是數據管理部門從成本中心變為利潤中心的重要抓手，是企業實現第二增長曲線的重要途徑。博觀而約取，厚積而薄發，通過不斷的實踐積累和思考中電金信提出以"往下扎根，向上結果"為核心的數據資產運營方法論,往下做好治理、向上促進價值釋放。數據應用和數據流通是數據價值釋放的顯性表現，借助完善的數據資產管理和運營體系,數據應用更能從業務視角出發，更加百花齊放；數據共享和流通持續促進數據要素市場向著更豐富、更暢通、更廣闊、更合規的方向發展。金融數據資產運營白皮書數據資產運營是數字經濟背景下數據管理工作的自然延展，是大模型時代數據治理和數據價值實現的助力器，是數據生產者和消費者的高效銜接平臺，也能為數據入表提供更扎實的數據基礎和審計依據。中電金信希望能通過這本白皮書，總結并沉淀金融行業在數據資產領域的實踐與思考，與行業同仁共同探討數據資產運營策略和路徑，為數據資產化、數據要素化、數據價值化發展貢獻自己的綿薄力量。中電金信研究院數據研發委員會主席2023-11-16金融數據資產運營白皮書(—)"數據是石油數據是資產"，這是數字時代的基本認知。正如從單一的石油開采發展到龐大的石化行業，如何充分發揮數據價值實現數據資產化要素化，是數據資產運營的首要問題。數據資產運營是企業數據資產管理體系中的核心模塊，以數據治理為運營基礎，以數據要素化為運營愿景。(二)中電金信基于多年行業實踐，助力企業實現數據"權責明確可運營能力服務可復用"，其中"可運營"是數據資產化-個重要特性。(三)數據資產運營方案的核心是"治、盤、用、活、評"的閉環流程，以及圍繞這一閉環，構建資產運營組織體系、制度辦法、保障機制，實現資產運營的迭代優化。(四)數據資產運營平臺是數據資產運營體系的技術支撐支持資產運營閉環流程地線上化、標準化及配置化滿足運營操作地自動化、智能化。而"智能化"又是先見先行、促進數據生態繁榮所需的關鍵能力，能夠顯著提升資產運營效率及資產活性。(五)數據資產運營必然會促進數據產品化的進程，數據產品是數據資產的主要載體。在某種程度上，數據資產與數據產品是—體兩面，對外服務是產品，內部運營是資產。(六)數據交易流通、數據入表不是資產運營的必要條件，但會提升企業整合數據資源、提升數據價值的動力，極大加快數據資產的精細化運營加速"數實"深度融合發展。中電金信《金融數據資產運營白皮書》，是數據資產管理體系下針對數據資產運營的專項白皮書聚焦于數據資產運營體系構建與實踐落地。金融數據資產運營白皮書1.1數據要素是數字經濟深化發展的核心引擎數據作為新型生產要素，是數字化、網絡化、智能化的基礎，在數字經濟發展中發揮核心引擎作用。近年來，國家密集出臺數據相關制度和立法，推動數據要素化發展。2020年中共中央、國務院發布《關于構建更加完善的要素市場化配置體制機制的意見》，將數據正式列為生產要素。2022年《"十四五"數字經濟發展規劃》提出"要充分發揮數據要素作用、強化高質量數據要素供給"。2022年12月，中共中央、國務院發布《關于構建數據基礎制度更好發揮數據要素作用的意見》明確提出建立數據產權制度，建立數據資源持有權、數據加工使用權、數據產品經營權等分置的產權運行機制。2023年2月，中共中央、國務院印發的《數字中國建設整體布局規劃》明確將數字基礎設施和數據資源體系作為數字中國建設的兩大基礎。2023年8月，財政部印發的《企業數據資源相關會計處理暫行規定》明確數據資產入表的可行路徑，為促進釋放數據要素價值提供強大動力。在國家戰略和政策支持下，通過數據要素化發展，數據資產價值得以充分彰顯，有助于在實現經濟社會發展動能的升級轉換過程中，逐步打破專業、行業和領域的壁壘，激發數據要素的"放大"、"疊加"和"倍增"效應，牽引產業變革和促進社會經濟深化發展。1.2數據資產化是企業數字化轉型和構建數據要素市場的必然要求在數字化轉型大背景下，"數據是企業的核心戰略資產"已然成為社會共識。以數據驅動實現企業數字化轉型，即是通過以數據資源化推動業務數據化，以數據資產化推動數據業務化,最終實現數據資產價值得充分釋放①。從數據的業務供給端出發，數據資產運營通過構建起全面有效的、切合實際的數據資產管理體系，提升數據質量，保障數據安全通過充分的數據資源化，提高業務數據化效率。從業務的數據需求端出發，數據資產運營通過①大數據技術標準推進委員會，《數據資產管理實踐白皮書6.0》，202303數據資產運營是數據要素市場化的必由之路拉通企業內部和外部數據，推動數據與業務深度融合，豐富數據資產應用場景，以數據資產化推動數據賦能業務數字化轉型，提升企業數字化能力，創新業務模式，最終實現企業數據資產的業務價值、經濟價值和社會價值的最大化。數據資產運營即是合理配置和有效利用此類數據資產，從而提高數據資產帶來的經濟效益，保障和促進各項事業的發展。推動數據資產化運營是構建數據要素市場，實現數據廣泛交易流通和參與分配的必然前提。通過界定數據權屬、評估數據價值、確定數據價格，承認數據的價值創造貢獻，激勵數據資產的高質量供給和數據要素的流動轉化，從而為數據資產的流通交易和價值變現培育環境和基礎，形成從數據供給端到消費端的良性反饋閉環。因此，良好的數據資產運營是推動數據要素市場發展、充分釋放數據要素價值的前提與基礎。1.3數據資產運營助力企業解鎖數據價值，釋放數據紅利在數字經濟和數據要素市場的蓬勃發展下，近年來企業積極開展數據資產運營的創新探索。在金融行業，頭部銀行在數據治理體系建設過程中，將數據價值化和數據資產化要求融入數據治理，以資產的視角和運營理念來推動數據治理的全面建設和數據價值的充分發掘。如，浦發銀行基于商業銀行數據資產管理的研究與落地成果，與IBM、中國信通院聯合發布了《商業銀行數據資產管理體系建設實踐報告》，在業內率先提出了以價值創造為導向的數據資產管理新模式。光大銀行從數據盤點、數據要素市場、數據價值挖掘方面進行數據資產運營實現數據資產規范、登記、管理、服務、評價和評估全流程系統支撐并發布《商業銀行數據資產估值白皮書》《商業銀行數據戰略白皮書》《商業銀行數據要素市場生態研究報告》《商業銀行數據資產會計核算研究報告》等行業系列研究成果。在金融行業之外，南方電網公司發布了能源電力行業首個數據資產管理體系白皮書《南方電網數據資產管理體系白皮書》，提出以數據作為核心生產要素，以數據流引領優化能量流及業務流，創新構建了具有數據要素化、資產化特征的數據資產管理體系。這些企業的先行先試，為數據資產運營提供了寶貴的實踐參考。04審時度勢:數據資產運營理念概述2.1數據資產運營的概念及內涵數據資產運營是在數據要素化時代持續釋放數據資產價值的重要驅動力，是通過數據的治理、資產的盤點、數據的服務、運營的監控、使用的評價等環節不斷提升企業數據資產化能力的動態過程。在大數據技術標準推進委員會發布的《數據資產管理實踐白皮書》(6.0版本)中，其定義是:通過對數據服務、數據流通情況進行持續跟蹤和分析，以數據價值管理為參考，從數據使用者的視角出發，全面評價數據應用效果，建立科學的正向反饋和閉環管理機制，促進數據資產的迭代和完善，不斷適應和滿足數據資產的應用和創新需求。書中也將數據資產運營納入數據資產管理的范疇是其十大活動職能中的最后一環。另外，阿里和畢馬威聯合發布的《數據資產運營白皮書》中，對數據資產運營的定義是:數據資產運營即合理配置并有效利用數據資產，從而提高企業內部數據資產帶來的經濟效益，保障和促進各業務穩健發展。中電金信認為數據資產運營是以價值為導向，通過體系化的措施，保證數據可看、可用、可管、可估，促進數據共享和流通,優化企業內外部資源配置，消除不確定性實現數據價值向業務價值的轉化。可以將數據資產運營的核心總結為:往下扎根，向上結果。往下扎根，是因為數據資產運營作為數據資產管理的重要環節其需要以良好的數據治理作為保障。中電金信發布的《金融數據治理白皮書》中指出：數據治理為數據資產管理奠定基礎。沒有數據治理體系作為保障數據不但不能轉變為企業資產，還很容易讓企業陷入"數據沼澤"的陷阱。所以數據資產運營的基礎是企業需要具備—個良好的數據治理體系，為數據資產運營工作的開展打下堅實的基礎。向上結果，是指數據資產運營要始終以數據價值釋放為中心，關注數據用戶的使用滿足度，讓數據可信、可見、好用、可評，不斷適應和滿足內外部利益相關方各類數據資產需求，使數據資產成為企業發展的核心競爭力。金融數據資產運營白皮書2.2金融行業數據資產運營的發展歷程數據資產運營的出現是隨著數據資產化、要素化的管理訴求逐步顯性化發展而來的。最初，數據資產的管理是伴隨數據庫技術發展和數據存儲訪問需求而出現的。隨著人們對數據價值認知的不斷深化，數據資產管理的內容邊界持續延伸其先后經歷了數據資產數字化階段、數據資產治理化階段、數據資產運營化階段三個時期。202年前關注:系統建設應用:內部統計方式:元數據管理2022015年關注：數據內容應用：挖掘分析方式：標準和質量管理25年之后關注:數據價值應用:交易流通方式:數據資產運營圖1數據資產運營發展歷程●數據資產數字化階段：此階段企業主要的關注點仍是信息化系統的建設，數據的應用價值大多局限于內部的業務統計以及監管報送的時效性和準確性，尚未建立統一的數據資產管理部門，數據資產管理職責歸于IT建設管理部門。此階段開始建立初步的元數據管理主要是形成IT系統的數據字典?！駭祿Y產治理化階段：隨著金融機構信息化建設的深入與專業化分工的推進企業從單純關注數字化建設轉變為關注數據內容本身。數據的重要性和價值逐步顯現，特別是在客戶營銷、風險管理等領域借助數據的深度分析與挖掘，可以有效提升其決策分析能力。此階段對數據資產的標準化程度、數據資產的質量好壞持續關注。數據資產管理工作的開展也逐步從零散的、獨立的轉變成協同的、—體化的工作，金融機構也相應成立數據資產管理部門牽頭開展數據治理工作。07審時度勢:數據資產運營理念概述●數據資產運營化階段此階段關注的是數據價值變現，數據的使用也從關注企業內部轉變為探索數據的交易流通。此階段的關鍵活動是做好數據資產運營,即從運營視角出發，強調提升數據資產服務效率，并促進數據的共享與流通，在達到數據供需平衡中不斷迭代優化，推動數據價值持續釋放。此階段可以繼續細化為三個小的階段，數據資產運營起步期，以數據資產盤點為基礎，構建企業級數據資產目錄，初步形成邏輯-致可復用的數據服務。數據資產運營成長期，隨著數據資產使用的場景越來越豐富、數據消費者的需求越來越多，需要構建企業級的數據資產運營組織、數據資產運營平臺，不斷滿足數據消費者的需求。數據資產運營成熟期，企業構建完整的數據人才培養和晉升機制、數據資產評價體系以及梳理企業數據內部和外部應用場景庫，并逐步建立良好的數據資產運營文化，持續釋放數據資產價值共建數據資產生態。2.3數據資產運營解決的數據管理問題數據可以輔助商業決策制定，推動企業數字化轉型和發展。但數據管理與業務發展割裂、數據共享不暢、數據應用不足嚴重制約了企業數字化發展。數據資產運營旨在破除數據價值發揮的阻礙和壁壘，激活數據潛能。(一)業數割裂企業希望數據能有效賦能業務的經營管理及決策?，F階段許多企業存在數據管理與業務發展脫節的情況，數據口徑不一致，數據分析時效不匹配、業務數據信息模糊且存在不同程度的缺失。業務無法復用現有數據及分析成果，數據分析的廣度和深度大大受限。通過數據資產運營，將業務與數據進行深度融合，以數據支持和推動業務發展，實現數據驅動和業數融合。(二)資源浪費降本增效是企業發展過程中亙古不變的話題，數據資產運營是在IT系統建設和數據開發領域實現降本增效的重要抓手。許多企業內部存在數據堆積、無效數據淹沒有效數據金融數據資產運營白皮書的情況，導致存儲和計算資源浪費、有效數據供給不足、用戶滿意度低等各種問題。而低效供給過剩、供給服務浪費嚴重，又推高了服務和維護成本。同時企業在數據開發過程中會存在重復開發、不當開發的問題，開發資源效率不高容易形成資源浪費。通過數據資產運營,盤清數據資產，提升有效供給服務占比，提高數據和分析成果的復用率，減少重復開發問題，從而降低企業IT成本，提高數據轉化效率。(三)數據失活多數企業存在用數難、懂數難、數據應用不活躍等問題，同時缺乏數據內驅力，數據價值無法充分釋放?！矫鏀祿茨茉谄髽I內部打通，存在部門壁壘，數據共享難度大；另-方面企業數據應用場景不豐富，分析方法不足，溝通反饋機制存在缺陷，相關問題難以得到及時解決，數據應用效果不佳。通過數據資產運營，打通數據共享渠道,構建及時、有效的溝通反饋機制，充分調動使用積極性，促進數據應用經驗沉淀，從而形成良性循環，驅動數據資產價值釋放。2.4數據要素視角下的數據資產運營重點隨著數據價值訴求的不斷提升和數據要素市場的發展，國內金融機構已經陸續開展數據資產運營相關的活動，我們認為數據運營工作的重點主要集中在以下四個方面:(-)以數據消費者為中心重塑運營模式隨著數據的不斷積累，數據消費者呈現多元化，數據需求愈加個性化。通過數據資產運營讓數據生產者與消費者得到最佳匹配，數據生產者探索和挖掘業務人員對數據資產的潛在需求，不斷積累更多的數據資產。數據消費者能夠快速了解數據在哪里，好不好用，怎么用。通過持續的運營將合適的數據資產推送給合適的數據消費者，讓更多的業務人員深度參與到數據的組裝和設計中，實現個性化業務需求，實現人人都是數據分析師，讓數據真正驅動業務的發展和決策最大化釋放數據的核心價值。09審時度勢:數據資產運營理念概述(二)以用促給構建閉環管理機制保證高質量數據資產供給，提高數據資產可用性和有效性是企業數據資產運營的重要內容。企業要改變以往事后管控的數據治理模式構建應用驅動、需求導向的數據管理能力體系。以數據應用為牽引，不斷沉淀、豐富高價值的數據資產，讓價值成效驅動數據治理，優化數據供給。同時數據在使用過程中所發現的問題可以及時進行反饋和處置，提升數據供給服務。"以用促給"形成業務與數據協同的機制，實現數據問題確認、分發、解決和評估閉環管理。(三)加強數據精細化管理落實降本增效數據要素市場下，企業不僅關注如何構建有價值的數據資產，更要關注數據的投入產出。當數據積累到一定程度后，不能無限擴容，企業需要通過數據資產運營定期探查及重塑數據的加工，準確識別并及時清理冗余的數據，有效優化數據加工鏈路，控制數據的存儲、加工、傳輸等成本，提高數據使用效率和資源利用率。同時，建立標準化的數據加工規范及成本控制體系，確保數據加工的合理性、可靠性和穩定性，實現數據的精益管理。(四)踐行責權利對等文化驅動良性循環責權利對等是數據資產流通、共享、健康運行的重要前提。以往企業在確權時多以責為主，便于問題追責，利則很少談及。久而久之，確權成為數據管理人員回避的話題。企業應打破確權即擔責的固有印象，在相關法律法規的指引下，對所擁有的數據資產進行權屬關系界定和劃分。依據權責相依的原則在企業范圍內明確數據資產運營過程中各部門所擁有的權力，以及應當承擔的責任確定數據資產管理邊界。同時，數據流通交易下所獲得的收益，根據貢獻進行利益分配，激勵數據資產管理效率，形成良性循環。提綱領:數據資產運營建設方案數據資產管理應以促進數據流通和實現價值創造為主線，以數據的生產要素特性為視角，以優化數據的供需匹配為原則②。在數據供給側，持續深化數據治理工作，不斷優化數據資源和數據管控能力。在數據需求側，基于數據價值的視角，以數據應用場景為驅動以數據消費者為中心，提供滿足業務需求的數據產品和服務，并對數據資產進行合理的評估與評價。這就需要建立規范性的數據資產識別、盤點，豐富資產使用場景，并關注資產的保鮮和流通，以運營的方式實現供需閉環反饋和迭代優化，變數據"囤起來"為"用起來"，持續釋放業務價值。中電金信建議的數據資產運營建設方案如下：資產價值化資產價值化數據資產化數據資產化豐富高效數據資產服務"用"好數據靈活求新數據資產評估數據"評"價體系規范數據資產梳理"盤"清數據主動增強數據資產治理數據疏"治"精準全面數據資產運營"活"用數據數據資源化數據資源化圖2數據資產運營建設方案②戎珂，陸志鵬·數據要素論[M].人民出版社，2022.12金融數據資產運營白皮書3.1治：集成數據治理奠定數據資產運營基礎，實現數據可信將數據治理體系集成于數據資產運營中，為數據資產運營奠定堅實基礎；另-方面通過數據資產運營發現的改善機會來驅動數據治理，以用促治，也有利于破解以往為了治理而治理的困境。圖3中電金信數據治理體系框架(-)將數據治理集成于資產運營，為資產運營奠定基礎數據資源化向數據資產化的轉化路徑中，在數據供給側數據的需求、分析、開發、使用和驗證各環節，都需要不斷豐富數據資源、規范數據內容、提升數據可用性、保證數據可管控。這就需要持續深化數據治理工作搭建產品工具建立持續的數據供給基礎和能力，從而更好地實現數據資源化，保障數據資產化。因此數據治理體系中設立了數據模型管理、數據標準管理、數據質量管理、主數據管理、數據安全管理、元數據管理、數據開發管理等一系列職能活動，明確數據全鏈路職責持續提升數據質量，保障數據安全。使數據可看、可信、可用，推動數據資產化轉換，為數據資產運營打下堅實的基礎。例如，將數據標準的內容嵌13提綱領:數據資產運營建設方案入數據資產卡片，幫助用戶理解數據。數據質量閉環與資產使用評價銜接，由用戶發現及反饋數據資產質量問題，觸發數據質量工作，另外數據安全管理策略、數據分類分級的結果以及敏感數據標識，都可通過資產標簽進行展示和說明，讓用戶知曉如何正確、合規的使用數據資產。()通過數據資產運營拉動數據治理，增強資產可信度在數據需求側，從數據應用場景出發，依據數據產品和服務的使用情況，對數據資產進行反饋及評價，如發現數據管理中的業數割裂、資源浪費、共享不足、低效高成本以及數據自身的質量不高、獲取不便、活躍度低、用數體驗差等問題，可及時向數據供給側反饋并傳導，并且觸發相應的數據治理活動，形成閉環反饋和迭代優化。這不僅提升了數據資產運營的效率，增強了資產的可信度，還讓數據治理工作更有的放矢，效果和價值更顯性化。數據資產運營為數據治理工作提供了新的輸入和驅動。3.2盤:盤點數據資產繪制數據資產全貌實現數據可看提升數據資產運營水平的前提是知曉資產狀況，即"盤清數據"。在明確盤點范圍的基礎上構建數據資產目錄，盤點資產內容、存儲和管理情況，并通過可視化手段，支持各類用戶快捷高效的查詢和使用。數據資產盤點工作不僅回答了數據"有什么、在哪里、怎么用"的問題，還在盤點過程中，確保各方對數據內容、權利和責任的理解達成一致實現數據可看、可理解。(-)"盤"清資產，道阻且長數據資產盤點面臨三方面難點:—是數據體量巨大。金融企業系統復雜數據源眾多且多樣化，數據量極大，盤點過程容易失去章法，陷入局部細節而無法兼顧全局。二是數據關系復雜。金融數據存在多層級的主次關系、聚合關系、參考關系、因果關系，導致盤點無處下手難以推進。三是數據迭代迅速。隨著業務形態的變化，信息系統也在快速迭代、流程管理不斷優化，對盤點結果有很高的時效性與運營能力要求?；A類規范類 集成類服務類基礎類規范類 集成類服務類經過匯聚、整合及加工過的數據，主從應用場景出發，按照業務需求進(二)識別數據資產形態，厘清數據資產類型數據資產的識別是數據資產盤點的前提需要從茫茫的數據海洋中，將最具價值的數據資產識別出來。中國信通院認為，只有由企業擁有或者控制的，能夠為企業帶來未來經濟利益的，以物理或電子的方式記錄的數據資源才是數據資產，如文件資料、電子數據等。同時數據資產類型多樣包括結構化數據、非結構化數據，又有內部數據和外部數據，同時還有企業經過梳理和開發的數據模型、數據標準等規范、以及標簽、指標、數據集、數據挖掘模型等衍生資產。不同的資產類型具有不同的資產描述屬性，因此需要識別數據資產形態，厘清企業數據資產類型。中電金信建議將數據資產劃分為基礎類、規范類、集成類、服務類這四類以便能更體系化、科學化的盤點、管理和使用數據資產。業務系統和企業數據庫中的明細數企業梳理和制定的數據類規范文件據，包含結構化數據(內部數據、外部數據)據，包含結構化數據(內部數據、外部數據)和非結構化數據(圖片、數據標準)、數據模型(概念模型、邏輯模型、物理模型、邏輯模型與物理模型映射)、業務術語、政策與規則、數據安全分級信息、數據質量規則、數據字典、關鍵數據項(KDE)等。要是數據整合與儲存(數據湖數據、行加工和建模后的數據，包含指標數據倉庫數據、數據中臺數據)、數數據、標簽特征工程、也包含數據據集市數據(如財務、風險、監管報集、固定報表、主題分析以及之間的送、審計等集市)。映射關系，還包括經過挖掘或算法建模的數據模型應用、規則庫、知識圖譜以及封裝后的數據API等。圖4數據資產分類15提綱領:數據資產運營建設方案●基礎類：主要是業務系統和企業數據庫中的明細數據，包含結構化數據(內部數據、外●規范類：企業梳理和制定的數據類規范文件包含數據標準(指標數據標準、基礎數據標準)、數據模型(概念模型、邏輯模型、物理模型、邏輯模型與物理模型映射)、業務術語、政策與規則、數據安全分級信息、數據質量規則、數據字典、關鍵數據項(KDE)等?！窦深悾航涍^匯聚、整合及加工過的數據，主要是數據整合與儲存(數據湖數據、數據倉庫數據、數據中臺數據)、數據集市數據(財務、風險、監管報送、合規審計等)?！穹疹悾簭膽脠鼍俺霭l按照業務需求進行加工和建模后的數據，包含指標數據、標簽、特征工程、也包含數據集、固定報表、主題分析以及之間的映射關系，還包括經過挖掘或算法建模的數據模型應用、規則庫、知識圖譜以及封裝后的數據API等。(三)體系化、科學化的盤點方法和流程數據資產盤點重要且難度大，需要一套體系化、科學化的數據資產盤點方法。企業數據資產盤點覆蓋全域，因此需要全員參與，協同工作。數據資產盤點以挖掘資產價值、驅動業務發展為導向。先確定盤點范圍，如盤點的組織范圍、業務范圍、系統范圍。隨后根據已經確定的盤點范圍，組織盤點人員確定規范并啟動盤點，將整理的數據資產清單與設計的數據資產目錄進行融合完成數據資產初步梳理。最后，做好盤點成果的優化、管理維護工作，并發布到數據資產平臺上支持使用。數據資產目錄設計是盤清資產的核心，數據資產目錄將企業內所有數據進行匯總，構建一張全局數據地圖，清晰展現出企業擁有的數據內容、數據量、數據價值、數據存儲位置以及數據歸屬和責任人。數據資產目錄設計可以業務視角為核心，目錄分類主題便于業務人員理解和使用，兼顧技術視角，指導數據架構及開發的實施落地，同時需關注目錄的可維護性和可拓展性。除此之外，還可以考慮多樣化用數場景建設業務框架、基礎IT框架、數據管理框架、數據應用框架等多種數據資產目錄分類框架。金融數據資產運營白皮書盤點結果形成的數據資產卡片，是數據資產相關信息的真實表達,包含數據資產生產、流動、加工和使用各環節中可能會使用到的信息。支持數據資產的業務屬性、技術屬性、運營屬性、特色屬性查詢，同時還可進行靈活定義和拓展，如血緣視圖、資源視圖、業務視圖、數據資產關系視圖等。實現資產的鏈路解析及歸因分析，形成全域數據"大百科全書"，最后可結合應用場景，開展可視化設計，構建數據資產視圖，支撐數據資產的個性化訪問。(四)數據資產盤點的發展態勢數據資產盤點正在朝著以下三個方向發展:-是智能化，隨著人工智能技術的發展和普及，數據資產盤點將擺脫手工的人力盤點方式，多采用智能化的工具支持,提高盤點的效率和準確性。二是全面化，除關注企業內部數據資產盤點外，還涵蓋更多外部數據資產，以及物聯網、數據產品上架、公開數據集等數據生態圈資產。三是精細化，隨著企業對數據資產管理的要求越來越高數據資產盤點將更加精細化，對每-種類型的數據資產都要有不同的管理策略和方法，除了描述資產的內容還對資產的敏感性、分級分類和數據安全策略進行說明等。3.3用數據資產服務打通數據應用最后一公里，推動數據可用數據資產運營的本質是通過整合內外部數據資產、拉通各類類型、各層級數據資產的關聯關系，對齊不同參與方對數據資產認識、縮短用戶與數據資產之間的觸點距離。向用戶提供多樣化數據資產服務，使數據資產成為撬動新財富的重要支點，繼而推動數據資產的高效使用和價值挖掘。隨著金融機構數據資產積累和數據應用環境成熟，數據資產不再單一的以數據庫形態進行交互使用，而是依托數據資產管理平臺和數據中臺，將數據資產成果組裝成多樣化數據資產場景服務，實現業務和管理賦能。這不僅可以支撐業務用戶對數據資產的定義、識別、探索、訂閱、推送、變更預警還可以支撐數據管理用戶對數據資產的運營分析、安全管控、可視化展現，更可以支撐技術用戶對數據資產的敏捷服務組裝、內外部共享。通過數據171.數據資產瀏覽2.1.數據資產瀏覽2.數據資產探索資產運營,幫助業務和分析人員快速的找到數理解數，使用數，讓數據需求更明確、數據應用更簡單降低數據應用難度和門檻，促進數據普惠。智能場景查智能場景查看使用個性化推薦個性化推薦內部循環數據挖掘數據內部循環數據挖掘數據分析外部流通外部流通數據共享數據交易圖5數據資產服務●數據資產瀏覽數據資產成果可以資產清單、資產定義、資產卡片、資產熱度圖、資產目錄、資產預覽、資產圖譜等多種多樣的方式呈現在用戶面前，這將有助于從用戶視角統—其對數據資產的認識和感知，拉齊不同用戶在數據資產上的工作交互界面，明晰各類數據資產的轉化鏈路以及完整關系網?！駭祿Y產探索:基于統一的數據資產門戶和智能化搜索引擎來構建企業數據大百科,譜等方式來精確/模糊匹配不同類型數據資產查詢結果和關聯資產血緣關系(包括基本信錄信息、數據預覽、所屬表信息等),真正做到隨用戶所想所搜即所得，并有效支持不同用戶角色對數據資產探索的各種可能?！駭祿Y產服務:數據資產在用戶使用過程中可被封裝成豐富多樣的服務形式即可以-個數據金融數據資產運營白皮書模型、算法、場景應用，通過數據資產平臺以統-管理方式對服務進行注冊、發布、調用/訪問、知識圖譜化、監控、停用管理，用戶在實踐過程中可通過資產服務訂閱、調用、嵌入、再開發等方式進行場景化應用?！駭祿Y產訂閱：數據資產作為重要的生產要素，用戶可根據個性化訂閱和智能化場景推薦方式來獲取自己權屬范圍內的數據資產結果和資產動態變化信息，用戶對訂閱結果的使用則取決于資產權屬單位的授權許可范圍(可查、可用、可編輯)?！駭祿Y產共享:數據的充分共享和流動是盤活企業數據資產和激活數據要素價值的有效手段。企業通過開展數據資產的內部循環與外部流通，運用數據分析與挖掘應用來引入、衍生創造新的數據資產。在內部充分共享和復用，賦能業務，在外部創造社會價值并實現數據變現最終促進數據的應用擴展和不斷增值?！駭祿Y產組裝:數據敏捷開發是數據資產高效協同的主要手段，即通過構建數據資產來實現數據資產服務和數據開發作業的快速組裝。同時依托于多態數據模型和全鏈路血緣管理,技術用戶實現多人協作，并提高數據資產訪問、獲取、使用的效率,持續提供數據資產,提升數據資產質量。再依托數據流轉管道和自動化開發工具，技術用戶可提升數據開發和數據資產轉化的效率降低開發成本、加速數據資產轉化和數據價值釋放。核心抓手運指標運內容 數據資產保鮮核心核心抓手運指標運內容 數據資產保鮮核心運3.4活:構建數據資產保鮮的機制支撐數據價值可持續轉化通過數據洞察，深入了解核心群體，為運營活動的設計、人群分類，內容定制助力。數據領域，降的是資產厘清的成本，增的"效"則是數據資產的可用性和易用性提升。通過體系化地經營數據資產，進—步實現規?；当驹鲂?。通過用戶、產品、服務數據等，構建問題的全局視角，發現關聯業務，要素間的因果關系，預測數據動態演化情況，優化數據圖6數據資產運營數據資產的保鮮往往需要依靠-套敏捷、持續的運營機制。通過對數據資產的業務、管理和技術用戶，數據資產從采集、更新、應用到評價的全生命周期，承載數據資產的平臺和提供數據資產的渠道進行監控和分析建立數據供給端、運營端、消費端對于數據資產效能的反饋交互閉環，持續推進數據資產的迭代完善和動態更新。(-)激活用戶，持續提升用數體驗在運營過程中，理解用戶需求并提供個性化的服務是至關重要的。通過深入了解用戶的行為模式、興趣偏好等信息，從而為用戶量身定制產品和服務。關鍵指標包括用戶增長率、用戶留存率、用戶活躍度、用戶滿意度等。這些指標可以幫助了解用戶群體的使用習慣，持續優化用戶查數、用數的體驗，與用戶保持互動提高數據資產建設的活躍度持續增加用戶滿意度、留存率和忠誠度。20金融數據資產運營白皮書用戶類用戶日活躍量單日查看資產詳情頁用戶數量角色/部門/時間衡量日常數據資產訪問情況，有助于了解用戶參與程度等方。2用戶類用戶日留存率在特定時間段內保持活躍的用戶占總用戶數的比例角色/部門/時間衡量數據資產對用戶的吸引力和用戶繼續使用的意愿，有助于改善用戶體驗、提高用戶轉化率并增加用戶生命周期價值。3用戶類數據資產申請量在資產平臺發起用數申請的用戶數角色/部門/時間衡量數據資產使用意向的活躍程度，有助于檢測數據資產的使用活躍度。4用戶類用戶滿意度在資產平臺用戶調研中，將平臺評為滿意的用戶數角色/部門/時間衡量數據資產使用過程中的用戶滿意度、用戶友好程度，有助于提升用戶體驗。5用戶類訪問轉化率注冊用戶與訪問用戶的轉化比例角色/部門/時間衡量所有注冊用戶的訪問比例，了解用戶對數據資產的關注程度。()擴充數據資產，提升應用效益通過持續運營數據資產，擴大數據資產范圍，提升數據資產完整度，形成數據資產全景視圖并持續提升數據資產應用效率、確保數據資產在整個企業中得到充分利用。在資產分析方面，可對數據資產的規模進行統計分析，包括總量、增量、分布、質量、權屬關系等概況，確保數據資產價值可見可量化，構建可視化的全局數據資產流動視圖，幫助管理層掌握資產分布和流動情況。這一舉措可快速捕捉資產活力動態，有的放矢地提升資產活躍度。關鍵指標包括數據質量、盤點覆蓋率、收藏量等。資產類數據資產總數已在資產平臺中發布的資產總數部門/系統/資產類別/安全等級/時間衡量數據資產的數量級，對于進一步優化資產平臺管理有重要意義。2資產類數據資產訪問量資產詳情頁被訪問的資產數部門/系統/資產類別/安全等級/時間衡量數據資產的訪問量，對于定位熱點數據有重要意義。3資產類數據資產完整度已發布資產中不為空的屬性占所有屬性的比例部門/系統/資產類別/安全等級/時間衡量數據資產卡片的完整度，可以良好跟蹤并持續提升數據資產的完整性。4資產類數據資產收藏量已發布資產中被用戶收藏的資產數部門/系統/資產類別/時間衡量資產被收藏的數量,對了解資產活躍度有關鍵意義。5資產類數據資產集中度數據資產集中分布的比例部門/系統/資產類別/安全等級/時間衡量數據資產集中分布的情況，可了解數據資產供給情況。21提綱領:數據資產運營建設方案(三)平臺開放，提升數據流轉效率構建一個"可見即可用"的數據資產運營平臺對于數據資產的持續保鮮至關重要。通過構建統一的數據接口和標準，實現不同系統之間的數據互通和共享對數據供給的全流程進行分析，了解平臺供給數據資產的流程斷點，以提高數據資產的流轉效能及整體效益，進而不斷優化整體數據資產服務能力。關鍵的分析指標包括數據共享率、數據吞吐量、平臺穩定性等。這些指標可以保障平臺的可持續發展，便于確保平臺使用的流暢性、穩定性和可靠性，提高數據資產流轉的效率。平臺類平臺流程數平臺中所有狀態的流程個數角色/流程狀態/時間衡量平臺流程數，可反映平臺使用活躍度。2平臺類上/下游系統數資產平臺的上/下游系統個數系統類型/資產類型/時間衡量上/下游系統數，可較好反應資產平臺在企業內的戰略位置對資產保鮮具有重要意義。3平臺類服務吞吐量資產平臺對外提供服務的數據吞吐量系統類型/資產類型/時間衡量平臺對外服務吞吐量可體現出平臺使用流量趨勢，用以定位平臺運營中存在的問題。4平臺類平臺審批時效平均值平臺中的流程從發起到審批完成所用時間的平均值角色/審批狀態/時間衡量平臺中流程的審批時效均值可以反應流程的審批效率，這對優化平臺體驗具有重要意義。5平臺類平臺功能訪問量平臺各功能訪問數量角色/功能菜單/時間衡量平臺各功能在一定時間內的訪問數量對于平臺功能的優化及迭代具有重要意義。(四)透視運營流程，異常監控預警建立有效的數據資產監控運營體系，可以為資產保鮮進-步保駕護航。通過實時監測并設定數據資產異?；€、閾值,構建數據資產全鏈路的觀測能力。對重要數據資產的變更影響和異常情況進行快速分析、預警、處理及追蹤，以此保障數據資產的健康度、穩定性和運行的安全性。如使用的比例、申請授權后合規使用、異常訪問觸發預警攔截。溯源審計敏感數據泄露,查看流向操作痕跡。關鍵指標包括數據資產健康度、異常率、故障處理時間、安全事件等。22金融數據資產運營白皮書監控類數據資產斷點量記錄產生關系斷點的資產數量部門/系統/資產類別//時間監控產生關系斷點數量資產可以幫助進-步了解資產的關系，及時發現并處理異常情況，保障數據質量和可靠性。2監控類數據資產健康度通過對數據資產的存儲消耗及使用效率判斷數據資產健康程度部門/系統/資產類別/時間定期監控及預警數據資產健康度，有助于企業進一步優化不良資產，提升優質數據資產產量。監控類安全事件量統計數據資產平臺中發生的安全事件數量部門/系統/資產類別/安全等級/時間監控安全事件數量可以幫助評估數據資產平臺的安全性，及時檢測和應對潛在的安全威脅確保數據的保密性、完整性和可用性。4監控類異常流程數記錄數據資產平臺中出現異常的流程數量部門/系統/資產類別/安全等級/時間/流程類別監控異常流程數量可以幫助識別潛在的問題和瓶頸，并采取相應的措施來改進流程效率和減少錯誤提高數據資產平臺的運行效果。5監控類異常服務數統計數據資產平臺中異常的對外服務接口數部門/系統/安全等級/時間監控異常服務數量可以幫助評估數據資產平臺的健康狀況，及時發現并處理異常情況，保障數據共享的可靠性。3.5評:數據資產評價奠定了數據流通的基礎，實現數據可衡量03提質增效率，支撐公司智慧化決策，實現精益管理空-容致空值約性規性約準束約范約束確束約束等性束值約束資產評估模型，釋放數預測服務型數據資產/數價值聚合整合上下游數據資源，突出資源稟賦優勢，提升數據的規模和價值聚合能力部資產?？跇I務價值：數字化風控、運營、數字化財務加工成本、人工成本預測基礎型數據資產的潛能，從海量數據中發掘最具潛力的數據資產。企業數據資產應用能力成熟度分為四個階段，企業可根據數據應用成熟度進行自我評價，數據應用能力成熟度越高對業務的支撐能力越強。和市場流通。交易量、修正因子成本集約以市場為導向，核算各類數據指標體系，構建02數據資產促活評估服務型數據資產的效能，幫助數據資產從低價值轉化為高價值內非唯內-非取6.監控數據質量管理操作程序和績效1.定義數據質量需求與測量指標2.確定與評估數據質量服務水平3.持續測量和監控數據質量5.確定數據質量改進方案4.分析數據質量問題原因據產品的貨幣化收益03數據資產變現01數據資產發掘02圖7數據資產評價數據作為重要戰略資產,其價值需要進行系統性評價。通過評價有助于企業根據價值主導數據開發和應用,優先流通高價值數據,最大化數據資產效益；有助于企業更關注數據23提綱領:數據資產運營建設方案質量，采用更有效的手段提升數據可用性；有助于數據流通過程中的訪問控制和安全監管識別數據安全風險；有助于為制定數據開放、共享、交易等流通策略，更明智地利用和流通數據資產。通過數據資產的評價、評估和計量，促進數據資產規范流通、公平交易，釋放更大數據產能。(一)構建科學化、體系化的數據資產評價體系數據資產評價體系可分類為財務指標和非財務指標，通過這兩類指標，客觀、科學的評價數據資產的品質和價值。財務類評價體系關注數據資產的財務貢獻和收益數據資產財務類評價指標可從財務貢獻和收益角度進行評估。財務貢獻類指標主要從數據帶來的各類收益與數據在產生、管理、應用和運維過程中各類成本的關系,判斷數據的經濟效益是否大于成本投入。可以作為企業數據資產管理的關鍵考核指標,指導數據資產投資決策。關鍵指標包括投資回報率、經濟增加值、凈現值和經濟效益等。投資回報率(數據產生的利潤數據管理成本)/數據管理成本2經濟增加值凈營業利潤-資本成本3凈現值未來現金流量的現值之和-初始投資成本4經濟效益(數據產生的收入數據管理成本)/數據管理成本表1:財務貢獻指標收益類指標通過收集數據應用的各類直接收益和間接收益,全面評估數據資產帶來的經濟收益、成本節約、效率提升、風險規避程度等。關鍵指標包括直接收入、間接收入、成本節約、效率提升、新增業務、風險規避、合規收益和持續收益等。24金融數據資產運營白皮書直接收入數據產品銷售額或使用費收入2間接收入數據應用帶來的業務收入增加3成本節約使用數據前后成本減少量4效率提升(數據應用后產出-數據應用前產出)/數據應用前產出5新增業務數據應用產生的新增業務收入風險規避數據應用避免的損失成本7合規收益遵守法規帶來的收益或避免的罰款8持續收益數據未來產生收益的現值表2：收益類指標非財務類評價體系關注數據資產的質量、應用價值和合規性數據資產非財務類評價體系通常從數據質量、應用價值和數據安全三個維度進行綜合評價。-致性、準確性和唯一性等指標,通過計算這些指標的值,可量化評價出數據資產質量的優劣,識別數據缺陷和問題,幫助企業針對性地提升數據資產的質量品質?！駪脙r值評價，分析數據對業務的價值和影響,找出高價值數據并擴大其業務應用,提供數據驅動決策支持。通過關鍵指標可評估出數據資產對業務貢獻價值的程度。相關性和價值密度指標反映數據與業務需求的適配程度。使用頻率和影響度指標測量數據使用方式。替代成本評估數據的不可替代性?！駭祿踩u價確保數據的可靠性、可用性和機密性,評估安全風險并加強安全防護保證數據資產安全。通過計算機密性、完整性風險、可用性風險、合規風險和安全風險等指標可以發現存在潛在風險的系統和數據,以便采取措施降低數據資產的風險25提綱領:數據資產運營建設方案數據質量、應用價值和安全風險三者相輔相成,共同推動企業的數據資產管理。質量評價保證基礎數據品質,價值評價發掘更大價值,安全評價減少數據風險。建立完善的評價體系,不斷優化數據資產的治理,使數據資產真正成為企業的重要戰略資源。企業可以借助層次分析法、熵權法、模糊評價法和德爾菲法等各類綜合評價法采用上述-個或多個評價體系組合定期對數據資產進行評價。數據資產質量完整性完整記錄數/總記錄數2—致性(記錄總數-重復記錄數)/總記錄數3準確性準確記錄數/總記錄數4唯一性唯一記錄數/總記錄數5有效性有效記錄數/總記錄數及時性及時更新記錄數/總記錄數數據資產應用相關性相關數據量/總數據量2價值密度重要數據量/總數據量3使用頻率應用訪問數據次數/總訪問數據次數4影響度支持業務數量/總業務數量5替代成本數據資產風險機密性敏感數據量/總數據量2完整性風險影響完整性風險的系統數/總系統數3可用性風險影響可用性風險的系統數/總系統數4合規風險不合規系統數/總系統數5安全風險表3：非財務類評價體系26金融數據資產運營白皮書()多元評價主體，促進資產綜合價值提升數據資產評價指標為不同數據使用方提供評價方法，數據資產消費方、提供方、管理方以及第三方評級機構都可以從自身角色出發對數據資產相關能力進行評價。●數據資產消費方：作為數據使用者和需求方，主要關注數據質量和數據應用價值,對數據資產在質量、價值、使用體驗等方面進行評價:評估數據的完整性、準確性、—致性等質量指標,確保數據品質滿足業務需求；評估數據應用對業務目標完成情況的影響和幫助,確定數●數據資產提供方：作為數據資產所有者或者加工處理方，負責數據治理和數據產品開發,可以從元數據管理層面進行評價，包括元數據、數據字典以及數據資產卡片的完整性、-致性、規范性等維度，也可以從數據生命周期角度評價，包括數據采●數據資產管理者：作為數據資產的管理方及運營方，數據資產管理者更關注數據資產平臺和資產使用閉環流程,可以進行系統性能評價包括數據平臺的可擴展性、可用性、響應時間等；也可從管理和運營的組織流程維度進行評價，評估組織結構、業務流程是否規范清晰；也可以從顯性的成本效益進行評價衡量數據資產管理的投入產出比,優化資源分配。●第三方機構:第三方機構一般提供獨立審查,可以進行數據安全審計，如對數據的訪問控制、存儲傳輸加密等安全過程和措施的評估；合規性審計，對數據處理是否符合相關的法律法規、行業標準等方面的評估；數據價值評估，評估機構站在第三視角提供關于數據資產的獨立市場調研,評估數據資產經濟價值等。27金融數據資產運營白皮書4.1明確數據資產運營原則數據資產運營機制的建立,需要考慮如下原則:●統籌規劃原則：數據資產運營的工作需要結合企業數據戰略、數據治理與資產管理的整體規劃進行設計和部署?！穹諏蛟瓌t：運營的目的始終是滿足數據資產消費方的需求,持續提供便捷、準確、優質的數據服務，支持更豐富多樣化的數據應用服務場景?！駞f同高效原則：運營過程涉及的數據流程多、數據面廣，需要各相關方通力合作協同推進，確保數據資產管理的工作落實以及數據價值持續釋放。●安全合規原則:數據資產的使用始終要堅持安全底線，確保數據獲取和使用合法合規，為數據價值的發揮提供安全可靠的保障。在以上原則指導下，我們結合金融機構現有數據資產運營的一般環節:資產的盤點、數據的服務、運營的監控、使用的評價等,構建數據資產運營制度體系。4.2.構建數據資產運營組織開展數據資產運營需要建立與之配套的權責明確且內部溝通順暢的組織。明確數據資產運營管理和數據使用部門的職責和關系確保數據資產運營工作的順利開展和持續發揮價值。金融機構可在原有數據治理組織架構基礎上，執行層增加數據資產治理崗、平臺運營崗、用戶運營崗、產品經理崗等相關崗位，以保障數據資產運營工作的高效持續開展。29保駕護航數據資產運營保障措施●數據資產治理崗：對接數據治理工作中的標準、質量、資產目錄相關工作。搜集數據資產使用過程中發現的數據質量問題，跟蹤問題的解決，并針對熱度和高價值資產進行分析,針對性梳理、新增及變更資產目錄。.資產平臺運營崗：通過對數據資產平臺流程效率、功能使用情況及數據問題反饋進行分析支持數據資產工具和產品的需求分析、功能設計及迭代優化。.資產用戶運營崗：負責解答用戶問題定期監控用戶行為習慣，形成平臺用戶的標簽。對用戶進行分群針對不同用戶找到差異化活躍手段。同時，利用線上線下渠道，用文案、長圖或視頻等形式將數據資產信息進行呈現，激發用戶參與、分享、傳播的熱情和主動性。●數據產品經理崗：對接數據資產的使用方，如業務操作人員、業務分析人員，BI團隊的開發人員、數據挖掘人員等，搜集整合其提出的各類數據資產應用需求新增相應的數據產品或上架數據資產，并維護數據資產需求說明書以及數據產品設計說明書等。4.3.發布數據資產運營制度數據資產運營的制度體系是金融機構數據治理制度體系的重要組成部分，通過政策和規范的方式明確數據資產運營各個相關部門的責任發布數據資產運營各領域和環節的政策、規范、實施辦法和支持文檔。通過明確的制度和始終如一的執行來樹立數據資產運營理念確保數據資產運營工作實踐按照既定的方法和流程進行，不因為人員變動、時間流逝而發生更改或變形。在數據資產運營的盤點、使用、監控、評價等各階段需要制定與其配套的制度和流程。法》、《數據資產盤點模板》、《數據資產目錄管理辦法》等管理辦法和細則，明確盤點范圍，厘清職責分工、以及認責和確權結果，保證企業能順利、有序的實施盤點工作管理和維護數據資產目錄，匯總與優化盤點結果，定期發布數據資產。30金融數據資產運營白皮書《數據資產運營平臺管理辦法》、《數據資產運營平臺操作指引》等系列指南及細則，指導和幫助用戶管好數和用好數，促進數據資產共享，提升數據資產應用普及度?！褓Y產運營監控環節和評價環節:制定《數據資產運營監控指標說明》、《數據資產運營應急響應辦法》以及《數據資產考核管理辦法》、《數據資產優秀案例庫》等指導和展示數據資產情況分析、數據資產供給流程、數據資產價值評估等內容，以解決數據資產使用痛點提升數據資產管理和運營的規范性和健康性，促進數據資產運營工作長效開展。4.4.形成數據資產運營文化數據資產運營文化，是在資產運營過程中確立的意識形態和氛圍，是推動企業數字化建設的內在驅動力和軟實力。金融機構數據資產運營的重要目標是持續提升企業數據文化，做到有數可依，有數必依，倡導人人參與、人人享用、人人評價、人人受益的文化。譬如加強數據思維宣導和培訓，增強數據知識學習，不斷構筑數據人才建設隊伍。同時，制定獎勵措施，如開展年度"數據體驗官"評比，對于積極使用數據并作出貢獻的人員給與獎勵激勵數據消費者不斷分享優秀的使用案例，逐步沉淀形成企業數據資產案例庫。然后建設數據資產社區，有助于為各種層次的人員創造一個非正式的協作渠道讓他們聚在一起分享、互動、點評，并最終形成良好的數據文化氛圍。31金融數據資產運營白皮書5.1關注能力:數據資產盤點推動數據治理與資產運營的融合某城商行在數字化建設歷程中，由于數據經由人工輸入，導致數據雜亂、口徑混亂，造成部門間信息孤島，數據安全無以維護。這成為掣肘其數字化建設的一大難題。為解決上述問題，該城商行作出多種數據資產管理方案調整。其致力于引入數據資產盤點、整合模型設計、數據資產管控、數據服務建設，繼而聯通數據門戶，以形成數據資產的統-管理及使用框架。首先，在盤點過程中，該城商行引入模型態作為中間態，以促進數據資產質量提升；其次，在對數據資產類型進行分類后，該城商行結合各類型資產特點與各權限層級，針對性設計配套審批流程，以實現用管結合、以用促治的目標；隨著數據門戶上線，業務、數據、技術人員的盤點、用數成本進-步降低；另外數據門戶中可視化視圖的引入也可幫助實現數據資產的長效運營。這—由盤點驅動的數據治理與資產運營融合實踐，以數據模型為抓手，系統性地解決了"數據在哪里？"、"數據怎么用？"、"數據怎么管？"的常見問題，實現行內數據"可見、可用、可管"。形成基礎數據實體近千個，模型二百余個，屬性近兩萬個。這-實踐也成功串聯起數據孤島，有效保障數據安全形成全行級的用數體系，為進-步發掘數據資產的價值提供良好的基礎建設。5.2關注價值數據產品運營促進數據價值的可持續釋放某國有行在數據管理過程中發現數據資產分布雜亂、數據資產同質化情況嚴重，用數人員找數難、用數難,數據資產應用不足，數據資產價值轉化效率較低。為提高數據資產應用效率，該國有行以數據資產服務為核心，以數據產品持續運營為目的，開展數據資產運營工作。33知行合一：數據資產運營最佳實踐-是構建數據資產管理平臺，統一訪問門戶，實現數據資產集中展示和使用，便于用戶快速訪問和使用。二是從業務需求和金融場景出發，創建數據產品與服務，形成集數據分析和數據應用為一體,覆蓋風控、營銷等核心業務的數據產品體系，支持實際業務開展。依托數據資產管理平臺，進行數據產品集中管理和持續運營，提升數據產品使用效率。三是組織建模競賽，以實際業務場景為支撐激勵數據產品賦能業務開展，并且借以孵化新的數據產品，不斷豐富數據產品體系，促進數據資產的沉淀和廣泛使用。該國有行打造了集分析產品、數據模型、統一應用等萬余個數據資產的服務體系，支撐營銷、風控業務開展，舉辦建模競賽，激勵數據資產應用，挖掘數據資產價值形成了開放共享、良性競爭、分工協作的數據產品循環再生的數據生態。該國有行數據資產服務實現萬級用戶使用，相關數據產品在實際業務處理環節中發揮著舉足輕重的作用。通過數據資產運營該國有行構建了數據資產流量，風險識別和客戶洞察等業務能力均得到提升。5.3關注體驗建立數據資產運營機制，形成數據管理的閉環某股份制銀行搭建了主要服務于科技人員的基于元數據管理、質量管理的數據資產管理平臺。但該平臺在實際使用過程中，缺少對業務人員的有效支撐，存在資產使用不便、復用困難以及數據質量問題解決緩慢等痛點。為實現"管好數"與"用好數"相互促進，圍繞數據資產管理與運營構建協同共贏的數據服務生態圈，該股份制銀行啟動數據資產運營體系的建設。"體系建設，辦法先行"，在搭建數據資產運營體系的同時，該行亦同步發布了多項運營管理辦法，為體系保駕護航。與此同時，該行亦實施了多項舉措:-是建立數據資產地圖，以數據資產目錄為支點，支撐數據資產統-管理；二是提供一站式數據資產消費服務，面向數據資產的業務應用場景，對已有數據資產進行豐富和重組通過規范化數據資產接口服務，面向用戶需求提供服務接口共享與申請,減少重復建設，提高資產的復用率和開發效率；三是打造數據治理管理閉環，深入分析數據資產消費全過程持續對底層數據端到業務端的數據鏈路進行監控早發現34金融數據資產運營白皮書早治理，提升數據質量問題解決率；四是搭建數據資產平臺分析體系，深入運營平臺、資產、用戶、內容四大維度，對運營指標分析設立專人專崗，串聯起數據服務生態圈，用運營分析反哺數據價值釋放。通過數據資產運營體系建設，該股份制銀行不斷拉近數據與業務的距離，有效解決了數據使用體驗差、復用難、數據質量問題多的痛點。發布運營管理辦法十余項，向全行用戶提供數據資產異常監控服務。并積極推動數據資產在全行內廣泛使用，持續激活并釋放數據價值。金融數據資產運營白皮書6.1運營工具建設重點概述(-)產品基礎功能框架數據應用市場源啟源啟數據資產運營平臺資產首頁.資產管理.個人中心開發治理中心平臺配置數據管控集成數據服務集成指標引擎集成數據報表集成數據開發集成公共管理集成角色管理日志管理.系統管理.資產運營.資產應用資產視圖任務管理圖8中電金信數據資產運營產品功能架構圖為幫助用戶高效地管理、跟蹤和優化其數據資產，中電金信源啟·數據資產運營平臺具備數據資產目錄的檢索和展示、數據資產生命周期管理、數據資產運營分析以及數據資產服務等基礎功能。根據訪問平臺的用戶角色不同，提供差異化的資產視圖和資產管理能力，例如:對于數據資產消費方，能夠在平臺上完成數據資產的檢索、詳情查看、權限申請,評價等操作；對于數據資產運營方，可在平臺上完成數據資產的登記、發布、管理、分析等數據資產運營工作。(二)產品非功能性要求●彈性配置，保持活性數據資產運營產品能滿足不同業務需求并隨著業務的變化快37厚積薄發:中電金信數據資產運營產品特色介紹速調整。首先是在擴展性，架構設計要能將不同的功能拆分成獨立的服務，以便進行獨立部署、維護和擴展；產品組件需易于集成，支持與其他系統和服務進行集成；產品功能需要支持可配置的資產模板、目錄模板和標簽模板等以便用戶根據業務需求進行擴展和自定義修改。其次是靈活性，資產處理能力需要支持各種數據處理和計算任務，包括流式計算、機器學習等,以便滿足不同業務場景下的資產處理需求；資產訪問支持靈活的權限控制以便對不同用戶和角色進行不同的數據訪問權限設置。通過可擴展的架構設計、易于集成的產品組件、可配置的資產模板，靈活的資產查詢方式、資產處理能力和資產權限控制等手段保障產品活性?！窦夹g驅動、智能管理:數據資產運營產品應以先進且成熟的科技力量為驅動力，實現可智能化管理。通過采用AIGC、知識圖譜、推薦引擎等技術，對數據資產進行深度分析和挖掘，將繁雜的數據資產管理工作轉化為具有價值的洞察。此外，在技術賦能下的數據資產運營產品使得數據資產目錄掛載、標簽自生成、運營優化變得更為高效和靈活應持續跟緊技術發展趨勢、精準定位技術錨點，并及時轉化為功能錨點?！穹杖诤?、價值激活：數據資產運營產品與解決方案深度融合，不斷激活資產價值。這種融合不僅要將數據資產運營的核心主張作為產品功能規劃的指引，還將數據資產運營解決方案中的流程、制度和機制融入產品設計中。除了與解決方案的融合數據資產運營產品還需具備對外提供資產服務的能力，包括不限于資產目錄、資產搜索、資產標簽等,通過多種數據資產服務與各數據管理工具進行拉通協同，提升產品創新能力和用戶體驗，從而實現數據資產的持續增值。?潛力布局、探索落地：在國家政策的支持下，數據作為生產要素的價值轉化是整個數據資產管理生態的核心價值所在。為此數據資產運營產品應持續探索數據資產入表、數據產品生產與交易等數據政策的落地實現，并提供具備安全性、可擴展性和易用性的優質解決方案。38相關資產推薦金融數據資產運營白皮書相關資產推薦6.2運營工具典型應用場景場景一:展示數據資產全景，提供數據資產-站式服務數據資產視圖圖9數據資產視圖●尋找數據:數據資產服務第一步為用戶提供多樣化的數據尋找路徑,通過數據資產智能搜索、關鍵詞聯想、多重篩選條件、多視角數據資產目錄等方式,建立觸達數據資產的快捷通道幫助用戶實現數據的高效導航和精準定位,解決用戶"找數難"問題。并通過熱門推薦、關鍵詞推薦、近似推薦等功能持續為用戶探索和匹配數據，提供洞察引導和支持?！穸床鞌祿和ㄟ^整合各種類型和不同來源的數據資產，在源啟數據資產運營平臺上形成多維度的數據資產卡片，提供數據資產的業務維、管理維、應用維等維度不斷豐富數據資產信息，用戶通過瀏覽數據資產卡片信息，能夠快速理解數據資產的內涵和外延,建立數據資產整體印象?！裣M數據:為便捷用戶獲取數據資產內容,平臺建立多條數據資產審批工作流，用戶可直接發起各類申請，包括不限于數據資產使用、數據資產樣例、數據資產權限等，快速搭建起促進數據共享流通的橋梁，解決用戶"用數難"問題。39厚積薄發:中電金信數據資產運營產品特色介紹運營分析看板資產運營分析圖10數據資產運營看板●在線資產編目：傳統的數據資產編目工作通過手工維護后一次性導入平臺，但這樣會導致目錄無法及時調整維護困難的問題。在收集多處已編制好的數據資產目錄并進行總結歸納后，將數據資產目錄統一劃分為目錄類別、資產類別、目錄視角和多級目錄四個級別每—級別可直接通過平臺在線管理可在線編制的資產目錄可以實時更新。-旦資產信息發生變化，可以立即在目錄中進行相應的更改和配置，確保信息的準確性和及時性?；厥盏拳h節。數據資產運營產品能夠實現全流程線上化管理通過即時登記和流程引擎實現全面管理過程可見、可留痕不僅提供了便捷的運營維護功能還保證了數據資產管理的合規性和透明性?！襁\營分析看板:數據資產運營分析基于統一的運營分析指標體系，提供資產運營、平臺運營和用戶運營分析通過直觀、易懂的可視化界面，幫助資產運營人員更好地理解和分析存在的問題和運營趨勢，以便及時調整運營策略。40金融數據資產運營白皮書場景三：依托參考目錄，助力構建企業統-數據資產目錄參考參考錄圖11數據資產參考目錄業務和管理現狀,充分考慮未來發展制定統一的參考目錄，導入或手動維護至平臺，限定參考目錄引用后的自定義層級，并要求在數據資產編目時貫徹執行?！褚脜⒖寄夸洠涸谶M行本級機構數據資產編目時，可以引用上級機構統-制定的參考目錄，并選擇資產自動掛載到目錄。本級機構僅能自定義上級機構規定層級以下的目錄，保證了數據資產目錄的統一性體現了數據資產管理理念?！駭祿Y產盤點發布根據上級機構已制定的參考目錄，進行數據資產盤點。由于主題、業務、管理、技術等目錄已在一定層級上統一,盤點后的資產可以自動掛載至目錄，有助于高效構建企業統一數據資產目錄。41厚積薄發:中電金信數據資產運營產品特色介紹6.3運營工具智能化特色(-)構建圖譜工程，開展數據資產即席式診斷數據資產診斷數據資產診斷圖12數據資產診斷數據資產的健康診斷分析是確保數據資產可持續運營的保障通過建立圖譜工程，將分散的數據資產信息轉化為—張張豐富的關系網絡圖譜,清晰地展示出數據之間的關聯與影響。不僅幫助企業更深入地理解數據資產的性質、特征和價值更為業務決策提供了可視化、直觀的依據。還可以進-步診斷分析資產的健康狀況，及時發現和解決潛在問題。在數據開發和建設中，數據冗余是個常見的問題，如在數據倉庫中常會出現表結構相似、字段高度重復的多張事實表、維度表，在應用層也出現報表、數據接口冗余等情況。數據冗余會增加存儲成本、降低數據處理效率、導致計算偏差降低數據質量、增加元數據管理復雜度、降低數據決策效率等各類問題。而數據資產冗余檢測的技術難度在于如何在幾萬張表中高效識別字段級的冗余。中電金信經過實踐探索，沉淀了數據資產冗余兩步計算法。第-步檢測全庫數據間的相似度。通過語義匹配的方法先檢測表結構級別的數據相似度，降低字段值級別相似度計算量。再通過編碼轉換、分區采樣、值頻率統計、關聯規則分42金融數據資產運營白皮書析、分布式計算等方法，檢測字段值級別相似度；第二步通過用戶設置根據數據表、字段的數據相似度設定業務規則定義數據冗余。最終實現數據冗余的快速、準確識別，為數據資產健康和良性運營提供支撐。()利用智能技術，深入探索數據資產標簽化無監督資產標簽化圖13無監督數據資產標簽化為了全面掌握企業數據資產狀況，對數據資產進行清查登記、標注分類,構建數據資產目錄，傳統的人工方式需要花費大量人力和時間。而通過自動推薦數據資產分類、掛載目錄和資產查閱，可大幅降低人力成本、提升數據資產運行效率。數據資產標簽化是實現智能推薦的基礎，這需要利用機器學習算法，建立數據資產智能分類模型，將數據資產按照不同的業務場景、業務定義、資產特征進行分類。例如，根據數類。再提取數據資產中的關鍵特征,支持后續的數據分析、預測和推薦等任務。中電金信數據資產分類標簽知識庫，—方面通過專家知識庫和智能算法預設大量數據治理和業務領域的標簽和分類標準，保證標簽推薦的專業度和準確度。另-方面通過自動收集、學習用戶對數43厚積薄發中電金信數據資產運營產品特色介紹據資產打標情況等，構建用戶專題分類標簽庫，以繼承用戶對數據資產的認知和標注。最后綜合標簽分類體系成果，構建數據資產標簽知識庫。當用戶需要查詢或使用相關數據時，可通過該資產名稱、業務、技術和管理等屬性信息與知識庫進行語義向量匹配定位ToPK標簽，向用戶主動推薦數據資產。見微知著:數據資產運營發展趨勢在數據交易流通市場，國家通過密集出臺數據相關制度和立法，推動數據要素化發展，促進數據共享與合作、確保數據安全和隱私保護，同時為企業提供合規的指導和框架。企業作為市場參與者，應密切跟蹤國家政策舉措,遵守相關法規和規定確保數據交易的合法性和合規性。作為數據需求方，企業需要獲取各種類型的數據來支持業務決策和創新發展；作為數據供給方，可以將自身擁有的數據資產交易或共享給其他企業。為更好地參與數據交易流通，企業可以通過暢通數據內部共享、激活數據生態流通、落地數據資產入表等方式釋放數據運營價值。7.1數據內部共享更加高效暢通隨著企業數據資產管理和運營的逐步