干货 | 从数据资产全寿命周期管理说起

导 读

数据是一种重要的资源，已经成为一种社会生产要素，被提升为和劳动、土地和资本同等重要的地位。麦肯锡称：“数据，已经渗透到当今每一个行业和业务职能领域，成为重要的生产因素。人们对于海量数据的挖掘和运用，预示着新一波生产率增长和消费者盈余浪潮的到来。”

点击添加图片描述（最多60个字）编辑

除此，数据科学家和权威专家维克托.迈尔.舍恩伯格在其《大数据时代》中指出：虽然大数据还没有被列入企业的资产负债表，但这只是一个时间问题。由此可见，这个时间越来越近了。

事实上，最近几年，许多人认为数据是一种资产，但是何为数据资产？如何管理数据资产？数据资产管理和数据管理有什么不同？相信能够真正理解这个概念的人并不多，懂得如何实操数据资产管理的更寥寥无几。

下面，九脑汇学院将和大家一起来看看笔者是如何从数据资产全生命周期这个角度来分享自己的思考和心得。

点击添加图片描述（最多60个字）编辑

数据资产全生命周期管理模型是设计良好的用于组织数据资产的框架，有许多工作要根据数据资产全生命周期管理模型来提出新的数据管理要求。

截止目前，国内外还没有数据资产全生命周期管理的相关模型，如同任何其它资产一样，数据资产也具有生命周期，管理数据资产就是管理数据全生命周期。

数据资产管理的作用就如同交通体系一样，它需要把数据资产在各种大数据处理能力平台有效的管起来，并且支持它去围绕业务价值创造的目标，更好地流动、加工、分析、应用，甚至是数据间的开发、连接、整合、嫁接等一系列过程。围绕数据资产本身建立起一个可靠可信的管理机制。

本文借鉴资产全生命周期管理理念和数据生命周期管理模型，根据大数据的特点，提出一种适用于数据资产管理的全生命周期模型，从而推动数据生产、使用、治理，实现效益最大化。

一、什么是资产全生命周期管理？

点击添加图片描述（最多60个字）编辑

资产生命周期管理通常是资产现代化比资产管理更全面，更系统的企业管理。它是在企业的全周期成本管理中开发的，它实质上是系统工程理论在资产管理中的应用。

从构思、决策、设计、建造、使用，经过有形磨损，直至在技术上或经济上不宜继续使用，需要进行更新所经历的时间，开展资产全生命周期管理的目的就是加强资产管理。降低资产维护检修成本，延长资产使用时间，提高资产利用率。

资产全寿命周期：包括资产的规划、调研、采购、报废、处理等的生命周期。以典型的设备资产为例：

点击添加图片描述（最多60个字）编辑

从设备设计、采购开始，直至设备运行、维护、报废进行全生命周期管理；将基建期图纸、采购、资料信息带到设备台账中，实现对设计数据、采购数据、施工数据、安装数据、调试数据等后期移交和设备系统生产运维所需要的完整数据平滑过渡，实现基建、生产一体化，提升企业资产利用率，增强企业投资回报率。同时结合成本管理、财务管理，既实现对资产过程管控，更实现对资产价值的管理。

由此可见，资产全生命周期管理体系的建立是从长远利益出发的，而且是一种动态的现代化企业管理工作，以设备全生命周期整体最优为管理目标，打破部门界限，将规划、基建、运行等不同阶段的成本统筹考虑，获得设备资产经济效益最大化，在最佳的可靠性水平和有效地利用资产之间寻求平衡。

二、数据全生命周期管理模型研究

数据生命周期是指科学数据自身在生命周期各阶段的状态、特征与规律。数据全生命周期管理模型的目标是优化数据管理，提高效率，降低成本，以提供适合最终用户使用的数据产品，满足预期的质量要求，这和资产全生命周期管理的目标是一致的。但是，因为数据有很多自身的特点，又不完全相同。在数据管理领域，学术界和企业界的许多研究人员提出了不同的数据全生命周期管理模型。

点击添加图片描述（最多60个字）编辑

不过，令人感到意外的是数据归档和销毁居然很少有模型涉及，这说明很多模型并没有把数据当作资产来看待，并没有考虑数据管理的效益最大化，这也正是设计数据资产全生命周期模型的必要。为了比较客观且直观呈现，专门制作了一个分析图表。

点击添加图片描述（最多60个字）编辑

根据统计分析并结合大数据的特点，企业实践经验保留了11个阶段，包括计划、定义、创建/接收、处理、集成、存储、运维、共享、发现、使用和复用、归档&销毁。将此生命周期模型作为基础，同时利用USGS、生态信息学模型和DCI等模型来弥补DAMA模型中的缺项。

三、数据资产全生命周期模型

我分析并描述了大多数数据生命周期模型。数据生命周期模型的出现表明，对数据管理和移动性的新要求给传统的数据生命周期模型增加了一些具体的步骤，如数据质量、数据安全、数据复用等。此外，许多模型都是为解决数据管理中的一个特定问题或特定目的而设计的。

当然，每个模型对于他们的研究或项目需求来说都是一个合适的设计，而且，它们可能会留下一些挑战需要解决，因为这些挑战超出了他们的目标范围。基于这个原因，我想知道是否有一个综合的模型能够成功地满足数据资产管理的需求。数据资产全生命周期模型（Data AssetLife Cycle Model，简称DALCM）主要贡献是消除企业或组织在为任何新项目设计新模型时的认知差异和浪费。

点击添加图片描述（最多60个字）编辑

数据资产全生命周期分为4大期间和11阶段。4大期间包括数据资产生成的“入”期、数据资产保存的“存”期、数据资产应用的“用”期和数据资产退出的“出”期。

四大期间下包含11个阶段，有效的数据资产管理始于数据的产生之前开始，首先应该做好规划和计划，包括数据资产盘点、数据治理计划、数据需求计划等；然后对数据标准进行定义，制定数据管理规范，确保数据按照标准产生，从源头抓起，有句古诗说得特别好：“问渠那得清如许？为有源头活水来。”。

在“存”的期间内，处理和存储都没什么好说的，比较容易理解，在这里把“集成”放进来主要是考虑到数据资产管理需要打通数据孤岛，数据只有集成起来才能发挥更大的价值。只有实现了数据集成，数据仓库才能称之为数据仓库，否则即使把数据集中起来存储，也只能叫做数据垃圾堆。“用”这个期间是真正产生价值的周期，其他周期都是成本，数据因使用而生值，用处越多价值越大。

在“用”这个期间要特别强调“数据复用”这个阶段，时下比较流行的数据中台架构，我认为最大的一个价值就是数据复用和服务复用，这对于节省成本，提高效率非常重要。未来企业或组织在评估一个数据产品值不值得开发很重要的一个指标应该看能不能复用。当然，如果不能复用，单个项目的收益足够大的时候，也是可以投入的。

“出”也非常重要，虽然现在存储的价格越来越低，但是如果不加以管理也会产生很大的负担，对于数据资产整体效益不利。另外，如不加以区分，本该归档或者清除的数据和活跃的数据存放在一起，将严重影响效率。数据运维提供保障，主要负责对数据库进行日常维护，对数据进行备份、恢复。确保数据完整性、一致性、及时性，保证数据质量。还要提供数据安全方面的防护，进行用户授权、身份认证和访问行为监控等，并保密级别较高的数据进行数据加密、脱敏、匿名化等操作。

数据资产运营是DALCM区别于数据生命周期不同之处。数据资产运营以数据资产效益最大化为目标，包括数据资产全生命周期成本核算、数据资产价值评估、数据资产变现、数据资产活性分析和数据资产投资收益分析等内容。

四、企业实践

笔者发现很多人在谈数据生命周期管理的时候，只是提出了一个概念或者大概知道划分哪些阶段，但是并不知道具体怎么做，或者每个阶段从管理上和技术上怎么操作。

下面，以数据销毁阶段为例，简单介绍一下笔者在实践中的具体做法。首先，根据数据的血缘关系，绘制出整个数据调用的关系链，如下图所示：

点击添加图片描述（最多60个字）编辑

父级数据节点（如上图，父表是儿子表和儿媳表的父级节点）的活性等于自身的调用次数加上所有子节点的调用次数。举例：比如上图中父表的活性=父节点自身的调用次数+儿子节点的调用次数+儿媳节点的调用次数+孙子节点的调用次数。

将活性等级划分为4个区间，分别为：死透、半死不活、活的一般、活得很好。

根据数据活性评估模型评估数据资产所处在的区间。通过一个月不间断的评估，根据每天评估结果的算术平均值。每月出具数据活性分析报告，为数据管理提供决策支持，比如：对死透的数据选择进行销毁、迁移到低成本存储设备或者想办法激活。有的数据虽然不在活动，也不能直接销毁，比如国家或行业监管有要求保存期限的。对于半死不活的数据可以考虑怎么样激活，让其被更多的利用，以创造更大的价值。

最后，还是得借助IT支撑工具实现自动化管理。通过数据资产全生命周期管理系统，可视化呈现Top100数据活性最高的数据资产，自动出具数据活性分析报告，列示超过12个月的死掉的数据清单，根据处理结果，统计释放的存储空间、节约的成本以及提升的效率，并绘制相应的变化趋势图。通过数据资产目录系统展示每一项数据资产的活性，以便于数据资产管理人员以及数据使用人员决策。

下一步，计划结合数据资产地图和数据资产活性绘制一份数据资产热力图（如图21所示），更加直观地呈现核心数据资产的分布和流向等。

《 总 结 》

随着数字经济时代的到来，数据是一种资产被广泛认可，数据资产生命周期在各种数据管理框架中被提及，但并没有一个权威的数据资产全生命周期模型。

笔者首先回顾了传统资产全生命周期管理模型，然后分析了国内外几种数据生命周期模型的优缺点，再结合企业实践经验，提出了DALCM模型（数据资产全生命周期模型）。

THE END