当前位置: 首页 > 技术与资源 > 技术分享 > 正文

感悟数据资产管理系列1——当数据成为资产

2015-06-25 10:22:39

专家简介:梁铭图,新炬网络首席架构师,拥有十年以上数据库运维、数据分析、数据库设计以及系统规划建设经验,长期为国内电信运营商的大型IT系统进行系统软件运维、数据架构规划、设计和实施以及大型IT系统数据建模工作,在数据架构管理以及数据资产管理方面有着深入的研究。


什么是数据资产

数据资产管理(Data Asset Management,简称DAM)是规划、控制、和提供数据这种企业资产的一组业务职能,包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方案和程序,从而控制、保护、交付和提高数据的价值。


数据资产这个概念形成于近几年,与云计算、大数据等一起成为了最近几年最热门的IT业界词汇和学科。其实笔者个人认为这三者是相互联系,相互促进的关系。

大数据离不开云计算,大数据需要存放、处理、统计和分析海量的数据(包括结构化的数据与非结构化的数据),要准实时、快速和有效地处理这些数据,单靠传统BI的方式是难以维继的。因此,无论是以hadoop为首的开源解决方案,MPP等不同的大数据解决方案,其实都是一个化整为零,化繁为简的云化过程。可以这么说,大数据是天生的云计算应用场景。

数据资产与大数据的关系更为密切,他们管理的对像都是数据这种以0和1两种符号组成的虚拟实体。数据资产管理为大数据平台提供了可控全景数据视图以及高质量的数据来源,大数据平台为数据资产管理提供了最合适的数据存放体系以及为数据分析、变现提供了最基础的能力保证。

 

那么数据为什么上升为资产?

资产是什么?资产指企业拥有或控制的能以货币计量的经济资源,包括各种财产、债权和其他权利,这是笔者在百度百科搜索到解析。既然是称得上资产的东西,个人认为应该至少拥有以下属性:


1.数据控制权

看到这里大家会好奇地问题为什么不是所有权呢?

打个不恰当的比方,你花高价买一台兰博基尼的跑车,但是你连开车都不会,这台跑车就不能算你的资产,因为你控制不了它,它放在那里跟一堆废铁没啥不一样。怎么办呢?屌丝的做法是上个驾校考个驾照,自已开,土豪的做法是雇个司机,指挥司机开;只有这样你才能控制它,成为你的资产。所以你要成为数据资产拥有者,而且你还必须有能力可以控制和支配数据资产。

 

2.货币化计量

资产必须是可以用货币计量,正如你的银行存款、基金、理财产品、股票市值、物业一样。它们之所以是你的资产,因为它们都可以直接和间接用货币计量。这是数据成为资产的重要一环,也是最难的一环,相信在接下来很长的一段时间以来,对于数据的价值都还种说不清道不明的关系,人们暂时还很难找到一种方法,或者一种数学模型来准确评估数据价值。虽然难以准确评估数据价值,但是数据的价值已经被广大的人们所接受。

在上市的前一晚,银行对facebook的定价是每股38美元,总估值1040亿美元。但实在上facebook的固定有形资产是多少呢?根据2011年供投资者评估公司的审核帐目中,facebook公布的资产是66亿美元,包括所有计算机硬件、专利以及其他实物。可见facebook如果没有他积累下来的数据,他将不值一文。这个案例引用自《大数据时代》这本书,它很好说明了大家对数据价值的普遍认同,尽管目前还未能准确量化。

 

3.增值需求

作为资产当然还必须要持续增值,因为公司的资产总会有增长的压力。正如我们手上有点闲钱,也都会买点余额宝或者理财产品,因为我们总希望我们的资产不断增值。数据作为一种资产,当然也是有增值和变现的需求。

现代企业也通过数据挖掘,数据租用,数据使能,不断将数据变现和增值,这样的例子就更多了,不一一细举。


国内传统企业现状

在目前国内传统企业(以BAT为首互联网行业除外)的IT现状来看,传统企业数据资产管理基本还是处于非常初级的阶段。问题首先在于对企业产生的数据控制权的缺失。在过去十多年,传统企业管理IT化的过程,建设和使用IT系统管理他们的信息,同时在生产过程中又会产生更多的数据,让企业成为自身数据的拥有者。但是,事实上由于数据的虚拟性(它不存在实物,只是计算机所能识别的1和0组合)和可复制性(复制成本极低),导致数据的拥有性保护,亦即是数据安全问题其实非常重要,需要将数据更好地保护起来。

光拥有所有权还不行,你还必须有相应的控制权。目前,国内传统行业很多企业IT困境也在于此。出于成本控制和行业专业性等原因,大多数国内传统行业企业IT系统建设会采用外包方式。诚然,外包对于节省成本方面是有着巨大的好处,毕竟IT系统建设是一项专业性非常强的工作,但是事实上问题就是外包过头了,外包软件厂商缺乏监管。企业方面的热衷于交钥匙工程,导致IT系统中最重要的数据和数据架构(数据如何组织存放)缺少必要的理解、控制和管理,对数据的控制能力变得很弱,在后续数据应用、数据分析、价值量化和数据变现的过程中就显得困难重重,举步维艰及至无从下手的感觉。

 

笔者认为,在国内传统行业数据资产管理的重点在于对数据自身管理,只有将数据管理做深做透才能在后续数据分析、数据变现,数据增值中发挥更大的作用。

上一篇:保障MySQL数据安全的14个方法
下一篇:感悟数据资产管理系列2——数据与传统资产的差别