导 读
2024年为数据资产入表元年，同时数据资产运营对促进数据要素价值释放、培育发展新质生产力，起着举足轻重的作用。本文将从德拓丰富的实践和方法论沉淀出发，解析组织数据资产运营过程中的重难点及创新要点。
01
数据要素化面临的机遇与挑战
数据化转型的机遇无须多言，从去年数字经济占比我国的GDP超过40%，可以看出其经济价值大有可为。
从挑战角度，数据作为一种新的生产要素，其流通性仍然不足。尽管目前全国的数据交易或数据资本化探索呈现活跃状态，但真实参与量并没有那么高，由此国家出台一系列政策推动鼓励数据流通起来。
数据治理体系三步骤
数据资源化、资产化、资本化
为何数据这个要素需要一系列政策的强调，原因在于从原始数据到形成生产要素的过程相对复杂。主流上将数据的整体链路分为数据资源化、资产化和资本化三阶段。
按照与经济价值的远近关系，先看资本化。数据可以直接交易，做信贷或者入股融资等。因其直接创造经济价值，所以目前大众关注点均在数据资本化。
但实现数据资本化的前提条件是做好数据的资产化。狭义上，资产化需要做数据入表，即从财会角度定义数据资产标准；广义上，则是数据能够从业务上产生价值，借由数据，产生业务上的创新。当下的数据要素X各个行业便是这类型的价值落地。
数据资产化再前一步是数据资源化。该过程相对复杂，因为原始数据很难一步到位形成数据思想，需要经过一系列的数据加工治理，行成主题/专题库，再变为一种可用的数据资源。技术人员看到的是数据的表/结构，而业务人员需要通过一系列产品化过程形成相应的业务指标，领导驾驶仓等。该过程目前很多企业还未很好实现，好的落地可以实现降本增效，而效果不尽如人意的更多成为了面子工程。
由此可以看出当数据的关注度都在资本化时，数据的前期基础工作并未做好，因此造成了市场火热但落地稀少的现象。
02
数据资源运营与价值创新方法论
在此背景下，德拓信息提供了从数据全生命周期角度来实践的方案。建议组织或企业需要同时做三件事，第一是做好企业内部数据资源管理，包括数据的盘点、摸底和加工治理。第二点即数据运营，让数据在组织内部流转起来，过程中产生了高价值数据，可以尝试将其入表。第三，在企业内部流通中发现的有潜在外部市场价值的数据，可以尝试做数据交易，或数据变现。
｜如何通过运营驱动数据流通
运营的本质是将数据各参与方联动起来，主要包括数据管理者，数据供给者，以及数据消费者。从数据平台架构上说，包含采集、治理、共享、应用等各个环节。通过运营的方式，可以将原先割裂的环节串联起来，从而使得每个参与者在其中做到心中有数，凡事有迹可循，继而达到“五可”效果：可管、可找、可知、可用、可评。
通过有效的运营管理，可将企业的各个环节形成完整的闭环，推动数据与业务深度融合。
｜德拓五大运营方法论
维度决定价值，将大数据价值创新流程回归问题驱动而非数据驱动，才能找到有效方法，创造真正的客户价值。
方法论1：绩效考核
结合组织、制度保障倒逼数据整合、管理及质量。
一家组织如果要做好数据运营，其关键是要把数字化工作与职能部门，甚至领导层的绩效进行挂钩。即每个参与者配合数字化本身作为绩效。这点政府部门作出了榜样。各地成立专门机关单位来牵头各委办完成数据归集，较好的单位会把是否配合数据局完成数据工作纳入领导的政绩考核中。只有完成了这一步才能解决数据化转型的基本问题：是否能收集到质量达标，相对可用的数据。做好这一步才能拥有比较好的数据基础，进而完成第二步。
方法论2：需求创造
调动业务部门的兴趣、积极性、参与感。用“创造需求”解决“提不出需求”的问题。
在数字化转型过程中，组织往往面临业务部门与技术部门的“割裂”：技术部门“闭门造车”提需求，而业务部门对于提出需求缺乏原始动力，往往有数据却找不到需求。而真正好的需求是从组织内部自发长出来，通过资产地图及数据使用情况，用业务语言清晰的呈现，针对具体的数据情况进行沟通，往往能激发更多参与者思路。
方法论3：以用促治
通过“创造需求”及其他手段探索应用，再利用场景应用的使用效果反作用于数据治理效果，真正让数据变得可用。
该方法涉及到数据治理的概念，为何过去大量数据治理的工作完成，但没有有效应用，其关键在于数据治理并非技术概念，而是技术与业务结合的概念。通过将数据成果给到业务部门使用，在过程中根据场景问题迭代，最后才能让数据真实可用。
通过上述三步过程，组织可以得到一个良性循环。再到第四步，组织可以升维，建立生态。
方法论4：良性竞争
促使应用的百花齐放和优胜劣汰。
到这一阶段，组织无需担心需求不足的问题，而是面临需求越发活跃，该如何解决，由此我们提出了良性竞争。并非所有需求都需满足，那么如何筛选可以被满足的需求？依据便是是否真正有用，只有被人调用，被领导认可产生绩效的成果才能被沉淀，其他则需要淘汰。
方法论5：需求牵引、构建循环
需求牵引应用，通过绩效考核、以用促治、良性竞争等手段使得应用可以被不断选代。
最终的理想状态是所有成果均由需求导向。需求牵引一般在建设方案中处于第一位，而本次方法论分享放在最后的原因是，建设方案中的需求常是拍脑门想出，不具备落地性。只有通过前期的四步，才能得到一个支撑需求牵引的循环体，确保需求真实可靠。
｜价值创新方法论
针对需求创造这点，德拓衍生出了数据价值创新方法论，总纲三句话：问题在哪里，数据在哪里，方法在哪里。
核心就是顺序问题，即先看管理或业务流程上有哪些问题，再去找数据。创新最好的方式是，先走一步，在过程中发现问题及时调整，而非完全论证清楚再执行。如何在这个过程中降低试错成本，必然是通过工具。
德拓信息多年来积累了大量自研的产品工具，帮助业务人员有兴趣，有勇气参与到创新的过程，通过不断试错获得最终的数据价值。
通过以上的方法论，组织内部可以形成双循环的模式。业务与数据形成内部的数据流通，数据与外部的市场可以基于经济价值做外部流通。由此数据在组织内外均可形成良好流通。流通基于场景前提，而场景构建则说明数据有价值，因其价值则可被最终定义为资产。
03
总结
未来，数据资产运营将持续成为企业实现数字化转型的重要驱动力，德拓信息始终关注数据资产运营的创新发展，以“服务”提升用户体验，以“运营”激活资产价值。
DATATOM
以上内容节选自德拓信息数据资产运营和价值创新方法论与实践专题介绍，入选上海智慧城市发展研究院“数字化转型十节课”系列线上公开课。如需了解详情，可点击下方完整版课程视频。
陈 劲〈〈
上海德拓信息解决方案总监
上海德拓信息解决方案总监、上海市徐汇区青联委员、上海市青年讲师团讲师、DAMA数据治理工程师；九年大数据管理和应用领域探索与从业经历，参与上海市公共数据标准编写（DB31DSJ/Z 004—2021），深度参与了多个政府、企业的数字化转型项目，曾担任上海大数据中心、江苏省政务中心、海关总署行业画像、淮北市城市大脑、华建集团数据中台等项目解决方案架构师。
德拓，让数据更具价值！
点击蓝字·关注我们
