金震  毕业于大连理工大学应用数学专业，并获得北京大学高级管理人员工商管理硕士（EMBA）学位。现任北京三维天地科技股份有限公司（2022年在深交所创业板上市）董事长、总经理。深耕数据资产管理领域多年，主导研发公司数据资产管理平台。参与多项国家标准的制定，被聘为全国信息分类与编码标准化技术委员会委员、全国电子业务标准化技术委员会委员、全国质量监管重点产品检验方法标准化技术委员会委员，担任中国检验检测学会副会长、信息与智能化工作委员会主任委员、中国轻工业企业管理协会副理事长、中国化工学会信息技术应用专业委员会委员等职务。被评为“2022年中国行业数字化年度十大人物”“2023年数字化转型推动力人物”。

本书由北京三维天地科技股份有限公司的多名专家联合编著，主编为金震，副主编由王兆君、曹朝辉、李明、穆宇浩组成。

全书共分为5个篇章。第1章概要性介绍数据资产管理的定义与内涵、数据资产管理关注的焦点、数据资产管理发展趋势、数据要素市场化展望等；第2章介绍数据资产管理体系，涵盖数据管理组织、战略机制、保障机构、运营体系等基本原理，涉及数据盘点、数据开发、数据质量、数据安全、数据服务、数据价值等工作；第3章介绍流行的数据资产的采集、存储、计算、建模等技术，阐述数据资产平台工具能力，涉及元数据、数据标准、数据安全、数据质量、主数据、数据建模、数据集成、数据标签、数据科学、数据共享与开放等内容，并分析了数据底座和数据中台治理两种场景的技术路线。第4章主要介绍具体实施策略及路径选择、顶层架构规划与设计、数据资产运营实施等，引入制造业、金融业、零售业、地产业、科教文化等领域数据资产化的案例，同时涉及到智慧城市的数据治理，为读者提供专业、丰富、可信的实施范例；第5章介绍国家数据战略引领数字经济发展格局，从管理对象、管理理念、技术架构、运营模式等方面探讨数据资产管理发展趋势。

第1章数据资产管理概述——背景与概念

1.1概述

1.1.1什么是数据

1.1.2数据成为资源和资产

1.1.3数据成为生产要素

1.2数据资产管理的定义与内涵

1.2.1数据资产管理的概念

1.2.2数据资产管理的内涵

1.2.3数据资产管理的演变

1.2.4数据资产管理的难点

1.3数据资产管理关注的焦点

1.3.1数据价值难以有效发挥的原因

1.3.2数据资产管理面临的主要挑战

1.3.3数据资产管理发挥价值的路径

1.3.4相关要素成为多方关注的议题

1.4数据资产化的战略意义

1.4.1紧跟数字经济发展趋势

1.4.2发挥数据要素引领作用

1.4.3构建数据价值释放体系

1.5小结

第2章数据资产管理体系——内容与方法

2.1数据治理框架

2.1.1国际标准化组织(ISO)

2.1.2国际数据管理协会(DAMA)

2.1.3国际数据治理研究所(DGI)

2.1.4数据管理能力成熟度评估模型(DCMM)

2.1.5对相关概念与体系架构的讨论

2.1.6以价值为驱动的数据资产框架

2.2数据战略

2.2.1数据战略规划

2.2.2数据战略实施

2.2.3数据战略评估

2.3保障机制

2.3.1数据治理组织

2.3.2数据制度建设

2.3.3数据合规建设

2.4数据资源化

2.4.1数据模型管理

2.4.2数据标准管理

2.4.3元数据管理

2.4.4主数据管理

2.4.5数据质量管理

2.4.6数据安全管理

2.4.7数据资源目录

2.5数据资产化

2.5.1数据资产盘点

2.5.2数据资产开发

2.5.3数据价值挖掘

2.5.4数据资产确权

2.5.5数据资产评估

2.5.6数据资产应用

2.6数据资产运营

2.7小结

第3章数据资产管理技术——产品与工具

3.1数据资产管理技术

3.1.1数据采集技术

3.1.2数据存储技术

3.1.3数据建模技术

3.1.4数据处理技术

3.1.5数据服务技术

3.1.6数据挖掘技术

3.1.7数据可视化技术

3.1.8数据治理技术

3.1.9数据要素流通技术

3.2数据资产管理工具和产品

3.2.1元数据管理工具

3.2.2数据标准管理工具

3.2.3数据安全管理

3.2.4数据质量管理工具

3.2.5主数据管理工具

3.2.6数据建模与管理工具

3.2.7数据集成与开发工具

3.2.8指标建模与管理工具

3.2.9标签开发与管理工具

3.2.10数据可视化与商业智能工具

3.2.11数据科学平台

3.2.12数据沙箱工具

3.2.13数据要素流通平台

3.3数据资产管理应用场景

3.4小结

第4章数据资产管理实践——路径与案例

4.1实施方法的选择

4.1.1顶层设计法

4.1.2技术推动法

4.1.3应用牵引法

4.1.4标准先行法

4.1.5监管驱动法

4.1.6质量管控法

4.1.7利益驱动法

4.1.8场景驱动法

4.2数据资产管理实施路径

4.2.1统筹规划

4.2.2管理实施

4.2.3稽核检查

4.2.4资产运营

4.3数据资产管理应用案例

4.3.1制造业的数据资产

4.3.2金融业的数据资产

4.3.3零售业的数据资产

4.3.4地产业的数据资产

4.3.5文化领域的数据资产

4.3.6智慧城市的数据空间

4.3.7军工研究所的数据治理

4.3.8某有色金属集团的数据治理

4.4小结

第5章数据资产管理未来——发展与展望

5.1数据资产管理技术发展趋势

5.1.1数据管理理念从被动响应转化为主动赋能

5.1.2组织形态由兼职向专业化和复合型升级

5.1.3管理方式由分散向敏捷协同一体化转变

5.1.4技术架构升级为面向云的数据编织

5.1.5管理手段向自动化和智能化转变

5.1.6运营模式由单体向多元化转变

5.1.7数据安全兼顾合规与发展

5.1.8数据要素向生态汇聚发展

5.2数据资产管理重点实践方向

5.2.1明确责权利标准，有效推进管理

5.2.2合理引进技术，提升治理能力

5.2.3着眼业务应用，释放数据价值

5.2.4加强数据合规，注重风险管控

5.2.5持续迭代完善，形成良性闭环

5.2.6技术管理驱动，交易安全有序

5.2.7多源数据融合，应用逐步拓展

5.2.8创新要素规范，加速交易进程

5.3数据资产管理助力数字经济发展

5.3.1数字经济影响经济发展格局

5.3.2数字经济重塑全球竞争态势

5.3.3数字经济促进金融周期下半场调整

5.4小结

参考文献