开云体育(中国）_最新版本_(2023已更新）安卓版/IOS苹果版下载

数据过去于防火墙和系统，但在数字时代，它无处不在。在这个“大数据”的**里，在正确的时间提供正确的数据是至关重要的；而且它必须远远超出它的职权范围。

数据管理是一项“业务”职能；然而，与金融服务业不同，特别是在缺乏监管或内部合规要求的情况下，很难建立和激励已经在努力实施数据管理的业务人员。然而，有效的数据管理对于一个组织来说是必不可少的。

如果数据所有者的任务是管理现金价值资产，他可能会尽力增加相关价值。

数据是有价值的商品。大多数组织在原则上都将其数据视为一种资产，但只在实际应用中以牺牲概念为代价。

在资产负债表上吗？它有没有被赋予货币价值？为什么评估数据会像评估其他公司资产一样困难：机器、建筑物甚至员工？不可否认，数据是无形的，它不是实体。在会计方面，它不遵循正常的规则。不过，它的使用价值非常明显，而且越来越被公司内部估值所认可——2012年5月的Facebook IPO以清晰的方式证明，数据在公司资产负债表上具有非常真实的财务价值——即使初的价值被夸大了！

公司在避免这个问题上会损失很多。如果数据不被视为一项资产，那么它很可能被视为一项it支出，因此它有压力降低而不是吸引能够进一步提高其价值的投资。

提出了一个实用的数据资产评估模型。其目的是使“无形的”有形；为数据所有者提供可以有形方式管理和改进的货币价值。因此，数据评估构成了关键绩效指标（KPI）的基础，以激励每个所有者发起可衡量和激励的数据改进行动，终提高数据信心和做出更好决策的能力。

一旦一个企业建立了数据评估和数据治理的文化，为了企业资产负债表的目的，将数据资产纳入数据评估是合乎逻辑的。

这是一种实用的数据所有权评估方法；一种由***和中级管理层驱动的自上而下的方法，涉及业务经理而不仅仅是it；一种可以在整个组织的所有数据存储库中推广的方法。

您需要以货币对数据进行估价，也就是说，作为拥有数据的真正资产。

不同的数据要求所有者有新的规则

与其他公司资产一样，数据可以被分配成本（即获取和维护数据的成本）；它有一个实用程序（根据其使用地点、用户和使用频率确定）。然而，它具有许多不同于其他公司资产的特征。

在一篇关于信息的论文中，丹尼尔·穆迪和彼得·沃尔什将这些差异概括为七个“特征”——但同样的原则也可以应用于数据。

正是这些特点使我认为数据的消费是衡量其价值的有效手段。总结如下：

特点1：数据（不受限制）可以共享，不损失任何价值。

特点2：其价值随使用而增加（不像许多资产，如汽车、工厂和设备，随着使用而贬值）。

特点3：数据是易腐的。不同于高质葡萄酒，储存时间越长，使用时间越短。不幸的是，许多组织的数据仍然远远超过了运营或监管所需的时间。

特征4：数据的价值准确地增加了（我们现在可以说是“质量”）。

特征5：与其他数据和/或信息结合使用时增加的值。

特点6：更多未必更好（“大数据”问题证明了这一点！）。

特点7：数据不能用尽，事实恰恰相反。你用的越多，你拥有的就越多。相反，如果不使用数据，它会成为一种负担，因为尽管存储和维护成本很高，但它对组织没有任何价值。

同样，由于需要维护单独的数据存储、开发接口甚至手动协调多个版本的“真相”，多个数据副本不仅使所有权复杂化，而且往往会增加成本而不是操作价值。

如果数据所有权过程中涉及的数据充分利用了公司的利益，那么数据的独到特性必须得到所有参与数据所有权过程的人的认可。

数据不是一个可以征服和包围的领域；事实上，你消耗的越多，它就越有价值。数据所有者不应该是守门人；在确保所有更改都得到良好的数据治理和适当的安全标准的支持的同时，决不能有“禁止私有财产”和保护主义的迹象。

这需要改变组织结构和文化态度；显然不是一夜之间的事。

数据资产的估价

我的模型依赖于数据存储库级别的数据所有权（数据的逻辑分组，它可能是一个数据库或许多数据库的元素，分组为数据“主题字段”（例如，客户）。它考虑了数据的“成本”（获取和维护数据的成本）；以及它的实用性——用户的位置、用户和使用频率。

该模型通过识别“数据生产者”和“数据消费者”来工作，如下图所示。数据生成器可以是业务流程（手动或自动）、来自第三方的feed，也可以是通过门户网站或应用程序。在使用者方面，数据经常被应用程序和其他进程使用。

然后，供应商和消费者网络将映射到业务能力及其支持的业务目标。数据生产者的成本方程是为消费者的进一步指标而设定的，它考虑了数据使用的频率和消费方式，因此供求规律构成了“市场价格”。

权重可以应用于某些数据使用者（称为“特殊”使用者），以反映其重要性并鼓励其使用。这些特定的消费者代表了数据**的“精英力量”，并被公司确定为与特定的业务和it战略相一致。图中显示了可以标识为“特殊”的数据使用者类型的示例。

特殊数据使用者的概念是一个重要的概念，因为它们为数据所有者思考数据的方式增加了另一个维度。如果特殊消费者的所有者积极推行安全、主数据和集成等政策，他们的估值将上升；但是，他们也可能被分配负面评级。

例如，已引入数据存储库但未被任何用户使用的数据是浪费的，应予以消除。

认识到这一点，所有者将看到他们负责下降的数据的价值。如果数据所有者随后解决了这种情况，则可能是通过集成删除了未使用的数据，并且它们的行为将触发另一个值的增加。

简言之，数据存储库现在已经被分配了有形的货币价值，数据所有者可以看到初始数据评估是如何受到后续操作的影响的：初，由于发现未使用的数据，价值会下降，然后如果他们纠正了这种情况，价值就会增加——换句话说，将资产评估数据作为关键绩效指标。

可能有特定于业务或环境的特定数据消费者——例如，在金融服务环境中，“监管用途”将被高度评价为特殊消费者。这些都需要单独确定。

计算数据价值的基本公式比较简单，其难点在于建立需要拥有的数据仓库，指定所有者，确定数据生产者和消费者。

我已经确定了一些特殊的数据使用者，并给出了用于说明目的的假设权重，我在下面的工作示例中使用了这些权重。

数据所有者通常鼓励所有潜在的数据使用者连接到数据存储库，因为这会根据评估公式增加价值。但是，如果数据所有者出于安全合规性原因拒绝了使用者的数据，则这不应导致价值降低，而应视为添加了“安全使用者”。因此，安全消费者假设重量为“5”。

通过主数据消费数据是优先级，因此“主数据中心消费者”应该得到很高的权重（在我的例子中是“7”），因为它表示原始数据存储库有一个或多个有名数据源。

应鼓励数据所有者减少数据的任何重复，在这样做时，应调用特殊的“集成使用者”。由于数据和/或流程集成而消除数据存储库会导致所有的权重在示例中为“10”。

在SOA或信息传输中使用的规范消息中使用的数据被赋予了积极的权重（在我的例子中为“3”），因为它应该鼓励良好的体系结构实践，并消除与应用程序的紧密耦合。

已引入数据存储库但未被任何用户使用的数据是浪费的，应予以消除。未使用的数据应归于“未使用的数据”使用者。一旦被淘汰，它可以重新归类为“综合消费者”。可能还有其他特殊数据使用者