产品概述

Primeton DAMP V7 数据资产管理平台，各类政府和企业可以通过基础数据、业务数据、统计分析数据等的梳理与排摸，形成包含业务与技术要素的数据资产，在数据资产平台上落地与展现；通过数据标准规划与设计，优化数据模型架构，全面提升数据质量，为企业交付可靠数据；建立数据共享应用管理过程，提升企业数据管理能力，激发数据资源要素潜力，突破信息壁垒与业务藩篱，推动数据资产开发利用。

Primeton DAMP V7 适用于各类政府和企业，具备数据资产全要素管理能力，它包含元数据管理、资产目录管理、数据标准管理、数据质量管理等能力。作为数据资产整合、共享、开放、开发、利用的核心基础设施，将数据共享交换平台、数据开发平台、数据服务平台、数据存储平台等进行有机联结，覆盖数据“归”“管”“看”“找”“用”的全生命周期，形成组织的数据底座，推进对组织数据资产的数字化、治理和应用。

数据资产管理的涵义

数据资产（Data Asset）是指组织（政府机构、企事业单位等）合法拥有或控制的，以电子或其他方式记录或存储的，按照一定的规范进行分级分类和目录编制的，可被申请和计量的，能直接或间接带来经济效益和社会效益的数据资源。 数据资产管理（Data Asset Management） 是指对数据资产进行规划、控制和提供的一组活动，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理须充分融合政策、管理、业务、技术和服务，确保数据资产保值增值。

数据资产管理的挑战

数据资产管理在金融、政务、军工、能源、运营商、先进制造业等行业的大量实践，为行业带来了丰富的经验，但同时也暴露了管理过程中遇到的各种挑战。对企业而言，挑战是危机，也是机遇，正视挑战，是化危机为机遇的前提。对数据资产管理中的各类挑战进行总结，主要集中在以下方面。

挑战1：数据质量不足

数据资产管理的核心目标之一是提升数据质量，以提高数据决策的准确性。但是，目前多数企业面临数据质量不达预期、质量提升缓慢的问题。究其原因，主要包括以下三个方面：一是未进行源头数据质量治理，“垃圾”数据流入数据中心；二是数据资产管理人员未与数据使用者之间形成协同，数据质量规则并未得到数据生产者或数据使用者的确认；三是缺乏统一的质量检核和问题处理机制，数据质量问题发现并反馈后整改不及时。

挑战2：数据共享壁垒

数据在组织内部顺畅流动和快捷共享是有效利用的必要条件，目前很多企业内部信息化建设缺乏统一规划，业务系统分别建设，数据分散存储，数据标准不一，缺乏统一共享渠道，共享效率低，阻碍了数据要素在组织内部流动和共享应用。

挑战3：数据应用效率低

企业积累了大量数据，需要通过各样的数据应用，以不断挖掘数据价值，推动数据利用。目前很多企业意识到数据要素的巨大价值，但数据应用手段匮乏、应用场景少、应用路径不清，面临掌握大量数据确无法有效流动和应用的困境，数据价值不显、活力不足。 挑战4：数据缺乏业务理解 数据来源于业务，是业务的反映，现阶段很多企业建设了数据仓库、大数据平台，但归集的数据静态孤立存储、数据之间缺乏关联、数据背后缺少业务含义，导致无法理解数据背后的业务，也无法根据真实的业务场景，快速组织数据进行支持。

数据资产管理解决思路

针对数据资产管理中遇到的数据质量不足、数据共享壁垒、数据应用效率低、与业务发展割裂四项挑战，普元建议从管理组织和规程、管理平台和持续数据资产运营三个维度建设企业数据资产管理体系，其中管理组织和规程保障整体体系统一指导、有序推进，管理工具为数据资产建设中的各项活动提供快捷的工具支撑，数据资产运营通过建立持续的运营机制推动运营效果的长效化。