数字化转型越来越成为未来的焦点，各行各业都在谋求数字化转型，石化、金融、电力、银行、投资等企业不一而足。数字化转型的目的是要获取价值增长空间，但其核心和重点在于安全有效的对数据资产进行整合和利用。现代管理学之父彼得·德鲁克曾说过：“如果你不能衡量它，那么你就不能有效增长它。” 数据是数字化的基本的生产资料，数据的质量直接决定了数字化的能力、所能达到的深度和广度。数据已成为企业的核心资产，将数据资产进行有效的管理和使用，是数字化转型的重点。
数字化就是要通过各种技术手段收集企业日常运营和创新所需的数据；客户使用产品或服务的体验数据；市场变化数据；行业趋势数据等等，形成企业日常运营的全景图、客户全景图、产品全景图、市场变化及行业趋势全景图等，从而提升企业运营效率，创造新的业务模式。企业通过数字化手段挖掘数据的价值，并利用数据产生价值，这就是数据资产化运营的过程，在这个过程中，企业可以发现运营中可以改善的地方，甚至开发新的业务模式。因此，数据资产化运营是实现数字化转型的基础。
那么如何把数据变为数据资产，如何有效管理、评估数据资产，数据化给企业带来的价值，我们从以下四个方面谈谈。
一、如何将业务数据化
业务数据化是企业数字化转型的第一步，也是数据资产化的前提。一般来说，业务数据化有三个环节：
1、业务信息化。按照价值链梳理业务，用信息系统去支撑各业务环节，例如HR系统、CRM系统、ERP系统、SCM系统等。如果哪些环节没有信息化进行支撑，那就需要构建新系统，实现把业务数据保存下来。
2、信息结构化。在业务信息化的过程中会发现，有很多数据是非结构化的，例如生产的视频数据、产品的照片数据等。就需要通过视觉算法等方式，将非结构化的视图声数据转为可分析的结构化数据。
3、数据集中化。以往企业的数据大都分散在各个部门，尤其是大集团、传统企业，各个部门掌握一部分数据，互不流通，交换壁垒重重，而数据作为新型生产要素，只有流动、分享、加工处理才能创造价值。企业需要统筹分散割裂在各个部门的数据，才能看到数据的全貌，更好地发挥数据的价值。
二、如何将数据资产化
数据资产化是企业数字化转型的基石，是把数据原矿提纯为数据金子的必经之路。那么为了完成从原矿到金子的转变，企业数据如何做才能实现数据资产化呢？以客户数据为例，我们看看如何实现资产化的。
1、标签化。即能通过数据提炼出形象的标签，例如客户的行业、需求偏好等。这种标签是概括性的、易懂的，而非绝对值指标。如果数据只能告诉企业这个客户，昨天花了100万买了一台某品牌、型号的设备，那不是标签化。需要将统计数据标签化，比如客户对设备的偏好是中端、某品牌、某型号，才是标签化。
2、价值化。指已对原始数据进行了清洗、治理、提炼，转化为可衡量的数据，基于这个数据可推导转化为GMV。比如掌握了10万客户资产，其中有500是忠实客户，每年复购1次，每次采购100万元设备，那么客户的价值就是500X1X100万=5亿元，其他的忠诚度不高的用户以此方法类推。
3、可应用。实现数据可视化算不算完成了数据资产化？不算。数据不止是用来「看」的，而需要面向效果运营，最终可转化为服务并支持变现，为企业带来看得见的效益。例如，把客户数据运用到广告投放中，提升广告的触达和转化；基于对客户的偏好数据，对产品研发做下一步的升级等等。
4、可持续。指的是数据需要保持新鲜度，并源源不断地注入新的数据，是「活水」。打个比方，一个季度内，客户的采购偏好就可能发生改变，譬如受到疫情的影响，从偏好线下产品交易转为网络产品交易，开始关注在哪些网络平台可以采购需要的设备。几年前的客户数据，一定不能指导现在的市场活动。
因此，数据需要标签化、价值化、可应用、可持续，才可以成为数据资产，才可以说企业真正拥有数据主权。
三、数据资产管理五步法
从企业数据资产的实践看，管理数据资产要经历5个步骤。
1、业务数据化。业务数据化是企业数字化转型的第一步，也是数据资产化的前提。例如，工业企业需要围绕人、财、物、产、供、销，构建能采集数据的业务系统，把物理世界的业务放到数字世界上，把数据攒起来，形成可冶炼的原始的金矿。
2、实体归一化。同实体，融通多源数据，从而发挥最大价值。例如，在不同系统，同一员工可能有不同的角色，积累了不同标签的数据，通过员工编号关联相关的数据，才能让员工形象更加丰满，从而去做有针对性的分析。
3、数据资产化。数据资产化就是把数据原矿提纯为数据金子，把数据标签化、价值化，让数据可持续、可应用。需要注意的是数据量越来越大，数据增长已经进入了指数级，企业不得不面对一笔不小的数据存储开支。降低成本，让数据成为资产并尽快发挥价值，成为企业不得不面对的课题。
4、数据服务化。企业构建数据中台，通过技术底层透明化，把数据提供给各个组织、业务单元去调用，业务单元只需要从业务的角度出发使用数据服务，而无需考虑底层数据技术。
5、数据业务化。数据作为重要的资产必须要用起来，为企业提供更有价值的服务业务，才能为企业带来降本增效的价值。在这个过程中，企业的信息数据部门也就实现了从成本中心到利润中心的转变。
四、数据资产管理六要素
在管理数据资产的过程中，企业需要重视六大要素才能更好的管理数据资产和数据资产价值的发挥。
1、标准体系。销售系统中利润的统计口径为A，财务系统中利润的统计口径为B，A和B指的是同一个内容吗，那到底是以谁为准呢？正如秦始皇统一文字度量衡，统筹企业数据，标准化很重要。比如，数据同步标准、数据建模标准、数据规范定义、元数据标准、数据服务标准等五大类标准。
2、健康体系。数据库里那么多数据，可能针对一个员工一个属性有好几个不同数据，哪个数据是真实的呢？是否存在很多错漏数据呢？例如，HR系统里同一个身份证号对应了几个员工，后来发现是项目人员「图方便」填成了同一个值，这就影响了数据的健康分。可以从准确性、完整性、一致性、及时性四个维度定义数据资产的健康度，就像给数据资产体检一样，通过对每一项检查，按照相应标准，建立健康体系，达标了100分，不达标扣分，从而得出一类数据资产总的健康分，去提醒数据运营管理人员不断地完善资产质量。
3、价值评估。100万的用户数据，到底是「值」一个亿还是两个亿？如何评估数据能为企业带来的价值？从覆盖率、健康度、调用度、业务效果、业务依赖五个维度去评估数据资产的价值。最直接可衡量价值的指标就是GMV，比如前面说到的客户数据资产，产生了多少销售额，就提供了多少GMV资产。
4、资产ROI。在发挥数据价值的同时，也需要降低存储数据的成本。同样是这么多数据，有的企业投入100台机器，有的企业只投入10台机器，这就有了巨大的ROI差别。数据资产不仅要衡量价值，也要衡量成本。在企业数字化转型的进程中，需要不断去权衡，做到价值与成本的平衡（资产价值>计算成本+存储成本+其他成本…），才可以称为合格的数据资产。
5、资产安全。数据既然成为资产，安全就变得非常重要，包括数据安全，比如高危告警、数据脱敏、数据分级等；系统安全，比如传输加密、防篡改、防入侵等。
6、组织保障。对于人力资产，有HR体系去保障；对于物质资产，有财务、采购等部门去保障；那么对于DT时代极为核心的数据资产，组织保障自然不可缺失。一方面，需要有数据平台的运营管理团队来完成一系列的数据工作，另一方面，也需要有一系列的规范机制去保障数据管理的正常运行。
