数据资产管理应以促进数据流通和实现价值创造为主线，以数据的生产要素特性为视角，以优化数据的供需匹配为原则。
在数据供给侧，持续深化数据治理工作，不断优化数据资源和数据管控能力。在数据需求侧，基于数据价值的视角，以数据应用场景为驱动，以数据消费者为中心，提供满足业务需求的数据产品和服务，并对数据资产进行合理的评估与评价。
这就需要建立规范性的数据资产识别、盘点，丰富资产使用场景，并关注资产的保鲜和流通，以运营的方式实现供需闭环反馈和迭代优化，变数据“囤起来”为“用起来”，持续释放业务价值。HiNA建议的数据资产运营建设方案如下：
1.集成数据治理奠定数据资产运营基础，实现数据可信
将数据治理体系集成于数据资产运营中，为数据资产运营奠定坚实基础；另一方面，通过数据资产运营发现的改善机会来驱动数据治理，以用促治，也有利于破解以往为了治理而治理的困境。
2.将数据治理集成于资产运营，为资产运营奠定基础
数据资源化向数据资产化的转化路径中，在数据供给侧，数据的需求、分析、开发、使用和验证各环节，都需要不断丰富数据资源、规范数据内容、提升数据可用性、保证数据可管控。这就需要持续深化数据治理工作，搭建产品工具，建立持续的数据供给基础和能力，从而更好地实现数据资源化，保障数据资产化。因此数据治理体系中设立了数据模型管理、数据标准管理、数据质量管理、主数据管理、数据安全管理、元数据管理、数据开发管理等一系列职能活动，明确数据全链路职责，持续提升数据质量，保障数据安全。使数据可看、可信、可用，推动数据资产化转换，为数据资产运营打下坚实的基础。
例如，将数据标准的内容嵌入数据资产卡片，帮助用户理解数据。数据质量闭环与资产使用评价衔接，由用户发现及反馈数据资产质量问题，触发数据质量工作，另外数据安全管理策略、数据分类分级的结果，以及敏感数据标识，都可通过资产标签进行展示和说明，让用户知晓如何正确、合规的使用数据资产。
3.通过数据资产运营拉动数据治理，增强资产可信度
左上角“海纳数智研究院”，感谢您的关注！
