一、为何需要进行数据资产管理
成本控制
大数据离不开计算和存储，因此大数据建设与成本强挂钩。大数据需要耗费大量的计算存储资源，如果没有合理的资产管理，很可能在大数据还没来得及发挥巨大作用时就已经消耗完业务带来的利润。而事实上，对于企业来说，大数据很容易成为一个成本中心。
上海聚搜信息技术有限公司是阿里云的代理商网址:http://www.4526.cn/可以直接在网站上联系阿里云代理商客服进行咨询服务器架构和配置以及优惠价格！腾讯云产品http://tx.4526.cn/（聚搜营销介绍链接：http://www.jusoucn.com/meiyou/）是一家致力于搜索引聚搜营销及全网营销，致力于为客户提供搜索营销领域的服务，帮助广告客户在搜索引聚搜获取的投资回报，包括搜索引聚搜竞价服务(SEM)，搜索引聚搜优化服务（seo）和搜索营销代运营服务，能够有效为广告主带来高效的投放回报，我们的理念一直是：让搜索营销营销具有价值。金推网：http://www.jintui.cn/
聚搜营销团队于2015年在上海成立，团队核心均来自百度搜索部门和国内知名服务商的成员，有非常丰富的产品和项目优化经验，这两年来，服务于国内很多大中型企业和很多初创公司，通过我们多年的经验和服务，帮助他们在搜索营销领域上取得了不断的成功。
因此，在企业进行数据中台建设中，既能收获大数据作为资产中心所带来的红利，也能体验到大数据成为成本中心后所带来的痛苦。这种痛苦除了与资金投入密切相关外，也会直接影响甚至决定着大数据建设的质量和效率。
价值体现
梳理数据的血缘关系，或是控制成本是不可舍弃的，但不是目的，更不适合作为驱动力，如果以此为驱动力，很容易让大数据成为成本中心。我们需要转变思路，大数据需要从现有的成本中心变为资产中心，然后，拥有资产本质的大数据将由成本中心变为利润中心。
将成本投入与数据应用产生的价值挂钩的投入产出比更值得花力气去关注，其核心就是以资产为驱动力，而资产直接对标的就是价值。大数据一定要有应用和价值的探索，而大数据的应用和价值的探索基本上都会涉及大数据的来龙去脉。因此数据资产管理伴随着大数据相关的成本、应用、价值探索等产生了，并伴随着数据中台建设的全过程。
在企业中，不同角色对于数据资产能给他带来的价值点是不同的：
CEO或业务负责人
他们更想知道企业到底有多少数据资产，分布状况如何，ROI情况如何。
一线业务人员
他们不在乎有多少张数据表，他们想要的是清晰查看和快速的使用数据资产。
CTO或CFO
他们需要准确评估及合理应用数据资产，因此他们关心的是数据资产是否被合理的应用到合适的地方，哪些地方应用使用数据的却没用，哪些地方使用数据的代价过高。
一线技术人员或技术负责人
他们需要智能高效的工具治理数据资产。
二、如何做好企业数据资产管理
数据资产管理领域重要的三个方向包括：资产分析、资产治理、资产应用，并需要基于这三个方向的技术研究和实战，将流程、经验、标准和规范等产品化，最终构成企业统一的数据资产管理平台。
资产分析
资产分析包括了资产盘点和资产评估两部分。资产盘点是为了让使用数据的人员能更好的理解数据，可通过知识图谱进行内容的理解和推理或构建企业资产目录；资产评估则对资产的活性、投入产出比进行评估。
资产分析具体包括以下三部分内容：
资产分析对象
以企业全域大数据作为资产分析对象。
多维度数据资产分析体系
基于资产分析对象，以基层元数据、用户行为日志、数据知识图谱为素材，通过综合人脑和机器学习算法是手段，充分理解数据资产内容，完成各类数据资产分析，理解数据内容；
用户协同，并建立数据确信机制，进而实现数据内容理解与数据确信机制相辅相成的多维数据资产分析体系。
资产分析产品化
基于多维度数据资产分析体系，在技术端和用户看不到的产品背后进行资产盘点、资产评估和资产探查，从而向用户输出易读、易懂的资产报告；
提供资产导航服务，方便用户通过多种方式找到想要的数据及其详情；
提供特定专题的资产分析服务，如核心资产分析、用户自定义资产分析等；
提供简单易用、有助于资产分析和产品化的配置管理，如数据类目配置管理、数据资产打标签等管理。
资产治理
资产治理包括对计算、存储、治理、模型、安全、成本等领域进行治理，并形成有效的智能治理闭环，将治理方法论沉淀为工具产品输出。
资产治理具体包括以下两部分内容：
资产治理闭环体系
建立包括现状分析、问题诊断、治理优化、效果反馈在内的资产治理闭环体系；
对各环节内容进行丰富和完善，问题诊断不仅仅包括计算存储资源诊断，还包括数据质量与数据安全的领域诊断。
资产治理多维度输出
资产治理致力于将治理闭环能力开放。通过标准输出、定制产品、能力输出、构建协作机制等维度进行输出。
资产应用
资产应用通过全链路实现端到端打通，评估应用投入产出比，并进行安全的检测管控。
资产应用具体包括以下两部分内容：
资产应用全链路体系
通过全链路数据跟踪，将数据从获取到数据处理再到数据应用，实现端到端的打通。
资产应用产品化
围绕最终用户，以数据资产的本质为驱动力，提供应用分析产品。包括全链路“血缘”关系，清晰展示数据的来龙去脉；
全链路保障：让用户清楚知道各种保障措施和问题所在，以及为何资产应用能够稳定、健康的运行；
访问分析：全面分析数据应用到的产品及场景的被访问情况；
ROI评估：为用户指明当前产品或场景化应用的投入产出情况。
通过资产分析、资产治理、资产应用，我们努力让大数据从成本中心走向资产中心，让企业致力于数据资产建设和管理。通过云上数据中台产品Dataphin中的“数据资产管理”模块，将我们数据中台对大数据管理的认知和沉淀输出给云上企业，让企业数据可获得全盘把握及全盘分析、清晰查看及快速使用、准确评估及合理应用、智能诊断及高效治理，让企业大数据释放出应有的价值。
云上数据中台产品Dataphin通过将数据资产管理方法产品化的方式，实现了可满足企业各种角色对数据资产的诉求，使得企业能“全盘把握与科学分析数据资产”、“清晰查看及快速使用数据资产”、“智能诊断与高效管理数据资产”、“准确评估及合理应用数据资产”。
阿里巴巴数据中台团队，致力于输出阿里云数据智能的最佳实践，助力每个企业建设自己的数据中台，进而共同实现新时代下的智能商业！
阿里巴巴数据中台解决方案，核心产品：
Dataphin，以阿里巴巴大数据核心方法论OneData为内核驱动，提供一站式数据构建与管理能力；
Quick BI，集阿里巴巴数据分析经验沉淀，提供一站式数据分析与展现能力；
Quick Audience，集阿里巴巴消费者洞察及营销经验，提供一站式人群圈选、洞察及营销投放能力，连接阿里巴巴商业，实现用户增长。
