数据资产盘点与数据资产目录编制应用

数据资产盘点

对于银行业金融机构而言，数据是通过驱动业务发展和提升经营质效服务，从而实现其价值的，“数据即资产”“数据有价”的观念已逐渐成为行业共识。

怎样识别数据资产、有效管理和运营数据资产，利用现有的数据资产创造价值，也是数据治理中的一项重要工作和目标。接下来我们将通过两期内容，聊聊怎么盘点数据资产、编制和应用数据资产目录。

把数据想象成实物资产，如大型超市的库存商品，如果没有进行商品盘点，形成分类索引，记录每件商品的价格、生产日期、供应商、产地、物流、仓储、销售等信息，对于商品管理将一团混乱。数据资产的管理同样如此。我们对数据资产进行识别与盘点，了解数据的存储分布和加工链路；按业务视角建立数据资产主题分类和目录，形成数据层面业务与技术的链接，是数据认责、数据标准建立、数据质量管理、数据安全定级及权限管理等一系列数据管理工作的基础。

和实物资产一样，数据资产也需要通过盘点，对必要的信息进行记录。这时，就要介绍元数据的概念了。类比超市商品，我们会对其分类、用途、产地、生产日期、保管员等方面的信息进行描述与记录。对于数据，我们同样也会对其分类、来源、分布、采集日期、管理责任人等信息进行记录。这些用于“描述数据的数据”，我们就称之为“元数据”。按照描述的不同视角，我们又将元数据分为业务元数据、技术元数据、管理元数据。

对数据进行盘点，一方面通过业务视角的自上而下演绎，确保数据可以按照业务的视角进行组织（需要用到业务元数据，对数据进行主题分类、属性分类、含义描述）；另一方面结合技术视角自下而上归纳（需要用到技术元数据，对数据的存储分布、血缘关系等进行描述），并通过建立目录中数据项与系统信息项的映射关系，保证每个数据资产项对应可以在真实的信息系统中查找到。

不过也如超市库管员会用传送带、扫码枪这些辅助工具进行盘点一样，高度复杂的银行业务以及庞杂的信息系统，单纯依靠手工方式对各个库表结构、ETL关系等技术元数据进行采集十分耗费时间和人力，需要采用一些技术工具实现自动化采集、版本管理，这类工具平台也通常包含数据地图、血缘分析、影响分析等元数据的应用功能。

基于不同的数据来源，根据不同的划分策略，盘点的内容侧重会有所不同：

▲基础数据：需要盘点数据分布在哪些IT系统，区分其中哪些是需要跨系统流转、共享使用且变化缓慢的主数据信息，哪些是与IT系统定位相匹配的业务流程交易信息。

▲衍生数据：需要盘点数据的不同应用场景，比如监管、统计、内部管理等等。一方面根据衍生数据基于不同使用场景进行分类，另一方面通过盘点，梳理对基础数据的使用热度。

▲外部数据：需要盘点外部数据需求、数据类型、数据来源、采集频率、获取成本、数据质量以及数据价值评估方式等。

以一个“客户中文姓名”的基础数据项为例，通过数据资产盘点，我们可以得到关于数据资产的以下方面信息：