像梦一样奔驰|读《数据中台-让数据用起来》笔记整理( 七 ) 作者：人月神话

数据资产管理和数据服务体系建设
数据资产管理功能面临的挑战
缺乏统一的数据视图数据基础薄弱数据应用不足数据价值难以估算缺乏安全的数据环境数据管理浮于表面基于这些问题而提出了数据资产的管理目标主要包括了四个方面，即可见，可懂，可用和可运营。
数据资产在整个数据中台里面承上启下，即数据先通过数据汇聚集成，数据开发后形成数据资产，然后再将数据资产以服务的方式开放出去为数据应用服务。
从这本书的逻辑框架结构出发，当我们在谈数据资产管理的时候，一定会考虑和上一个章节数据指标体系之间的关系，一开始总感觉两者是重复的，但是详细看了内容后基本梳理清楚两者的关系。即数据资产管理你可以更多理解为动态的管理过程，即数据管控和治理过程，但是对于数据资产静态结构呈现是如何的，分层是如何的？这个问题则是在数据指标体系里面解释的。
即数据资产管理更多是数据动态管控治理维度，而数据指标体系是静态结构维度。
数据治理的理论体系
国际数据管理协会DAMA从数据治理生命周期角度对数据资产的管理行使权和控制的活动(规则，监控和执行)进行了重点研究。定义了数据治理，数据架构管理，数据开发，数据操作管理，数据安全，参考数据和主数据管理，数据仓库和商务智能管理，文档和内容管理，元数据管理，数据质量管理这十个领域。以及目标和原则，活动，主要交付物，角色和职责，技术，实践和方法，组织和文化等7个环境因素。
CMMI提到的DMM模型是由五大核心过程域和一套支撑流程组成。五大核心过程域包括了数据管理战略，数据治理，平台和架构，数据运营，数据质量。
在我国也给出了DCMM的数据管理成熟度模型。 DCMM充分结合了大数据特点和国内数据治理现状，形成了数据战略，数据治理，数据架构，数据标准，数据质量，数据安全，数据应用，数据生命周期8个核心领域和28个过程域，重点关注数据的管理过程和方法。
数据资产管理和数据治理的关系
数据治理是对数据资产管理行使权力和控制活动的集合。传统的数据治理内容通常包括了数据标准管理，元数据管理，数据质量管理，数据安全管理，数据生命周期管理。而数据资产管理在传统的数据治理的基础上增加了数据价值管理，数据共享管理等。
可以看到，数据资产管理实际核心就是数据全生命周期管理，你需要管理数据如何形成资产的过程，同时又需要管理数据如何形成服务共享支撑应用的过程。同时在这个过程中还存在大量的横切，即安全，质量，标准等。
数据资产管理你可以看到实际并没有太去强调数据集成后的，数据深层次开发和分析建模，更多的是在强调形成统一数据视图服务能力并为应用提供服务。而在数据资产管理我们看到的数据标准体系，元数据管理，数据质量管理等内容你会发现和我们常说的MDM主数据管理是完全相同的。而主数据管理核心目标仍然是形成共享的数据视图，并共享开放给业务应用使用，是为业务协同服务而不是为管理决策服务。
这不得不又重新让我们思考数据资产管理和MDM主数据管理是什么关系？
在这里我们假设一个例子来理解下。