当时，数据要素和数字经济提出了数据在生产进程中发挥的重要效果。其间最热门的论题包含数据财物、数据价值、数据驱动和数字化转型。假如数据是一种财物，那么它应该为公司及其利益相关者发明价值。那么怎么获从数据中取得得不同类型的价值以坚持公司的竞赛优势呢，而为了从数据中获取价值，公司应该成为“数据驱动的”安排，终究数据驱动支撑了公司的数字化转型，然后使公司在实践中成为“数据驱动”。下面咱们就四个论题展开评论。

　　假如咱们问数据办理专业人士：“数据是公司的财物吗？” 他们无疑会证明这一点。那么咱们继续问：“您怎么在日常运营中完成它？” 或许会使他们难以答复。即便是闻名的数据办理知识攻略 DAMA-DMBOK2 也标明：“数据被广泛认为是一种企业财物，虽然对将数据作为财物进行办理意味着什么的了解仍在不断发展。“

　　下面咱们将剖析财物办理的界说和中心活动和将这些活动转化为数据办理的概念，帮忙咱们了解数据可以像财物相同办理。

　　依据权威说法：“财物是个人或安排具有或操控的具有经济价值的资源，并期望它能供给未来的利益。” 商业词典的界说是：财物是“实体在发生收入时具有、获益或运用的有价值的东西”。从这两个界说中，咱们得出以下定论：作为公司财物的数据是一种具有经济价值的资源，应该可以带来收益。所以，定论是清楚明了的。假如公司将数据视为财物，则数据应该可以带来价值和收益。下面咱们来看财物办理的中心活动。

　　存货办理：在存货办理活动中包含以下问题，有哪些财物、他们在哪、他们在什么条件下、它们的价值是多少、它们的本钱是多少。

　　要害程度和服务水平：要害程度确认了财物坚持工作对公司的重要性，一起公司应该确认它期望为利益相关者和客户供给的服务水平。

　　此中心办理活动列表仅限于本文规模内演示用，在实践实践中，将包含更多的办理活动。下面咱们将这些活动转化为数据办理的概念。

　　假如澄清财物办理的中心活动与数据办理概念之间的联络，就要明晰数据的界说和数据办理作为办理的主体。

　　首要，咱们看术语“数据”和“信息”的界说。经过这样做，我想将数据与数据库、ETL 东西等数据存储库区分开来。数据是信号的物理或电子标明，“以合适人类或主动办法进行通讯、解说或处理的办法”。信息是上下文中的数据，可以解说其意义和联络衔接规矩。

　　企业要想长时间生计，就需求为客户继续供给商业价值。公司经过规划和施行事务价值链来做到这一点。数据办理支撑事务价值链。数据办理的价值建议是供给用于决议方案的信息。为了供给所需的信息，应获取和处理相应的原始数据。为此，数据办理规划和探究数据和信息的价值链。

　　利益相关者需求哪些信息/数据，为什么？每组公司的利益相关者和客户都会有不同的信息需求。

　　谁做了什么？数据办理需求不同利益相关者的尽力。有用的办理需求明晰的职责分配。

　　信息和数据是什么意思？同一术语在整个公司中或许具有不同的意义。财政和出售部分可以彻底不同地辨认“客户”。

　　数据坐落何处以及数据阅历了哪些转化？这个问题的答案证明了数据办理的实质。

　　您的数据质量怎么？内置于数据链中的数据质量要求和数据质量检查，确保交给所需质量的信息。

　　要答复有关数据的存货需求考虑五个问题，一起数据办理需求供给多种才能和东西.

　　利益相关者需求哪些信息和数据，为什么？为了辨认数据和信息需求，数据建模才能运用“数据/信息”需求模板。

　　谁做了什么？数据办理才能经过辨认数据办理流程和人物来和谐与数据相关的活动。

　　数据坐落何处以及数据阅历了哪些转化？数据架构才能对数据目录和数据流进行建模。数据建模和 IT 功用维护元数据和事务规矩存储库，一起还记载了物理等级的数据沿用。

　　数据质量怎么？数据质量才能履行与搜集数据质量要求、数据剖析和记载事务规矩相关的使命。IT 才能施行数据质量检查。

　　财物办理的中心活动之一是资金办理。数据办理也面对相同的应战。数据办理是中心事务功用之一。因而，它需求出资和继续的资金支撑。

　　数据生命周期是数据办理的中心概念之一。如图 4所示，三种不同的数据办理概念之间存在明晰的联络。

　　数据生命周期是一组从创立到归档和/或毁掉进程中移动和转化数据的进程。每家公司都可以以不同的办法描绘其数据生命周期。这取决于企业的商业模式。

　　数据和信息链是数据生命周期的物理完成。一家公司有不同的数据链，不同的商业价值链需求不同的数据链。数据沿用是一种在不同笼统层次上描绘数据链的模型。因而，不同的数据办理功用支撑和维护数据生命周期。这些是数据建模、数据架构、IT 才能的具体表现。

　　数据办理将要害数据的概念应用于各种数据办理方案。要害数据是对办理事务危险、拟定事务决议方案和成功运营事务至关重要的数据。数据办理运用服务水平协议调理数据链中不同数据利益相关者之间的联络。这样的协议侧重于数据要求和数据交给的规范。

　　以上便是对财物和数据办理之间类似性的扼要概述，因而咱们可以得出一些定论。

　　财物和数据办理的中心使命是类似的。这些类似之处表现了公司可以将数据视为财物并进行办理的现实。因而，假如数据是一种财物，公司就应该从中取得价值。

　　假如一家公司将数据视为财物，那么公司应该可以从中取得价值。下面咱们将评论与数据和不同商业模式相关的商业价值类型和评价事务价值的技能。咱们将经过剖析公司可以落地的要害步骤来从数据中获取价值，然后完成这些方针。

　　要完成“从数据中获取价值”，要就“价值”的界说到达一起。下面中是“价值”一词的不同界说。让咱们在“数据”环境中解说这些界说：

　　公司应该有一个商业模式，其间数据是供给给外部客户的产品之一。也或者是因为数据办理的改然后节省了一些本钱。例如，可以经过削减数据重复和冗余来下降 IT 本钱。钱银价值也可以经过防止潜在丢失来衡量。例如，当公司因数据走漏而防止支付罚款时，就会发生这种状况。钱银价值标明价值的可衡量性。

　　“公正报答”或许意味着公司可以经过向客户供给一些与数据相关的服务而取得的钱银收益。即便客户不为这些服务付费，这些服务的吸引力也可以扩展客户群。从“数据”的视点来看，价值最重要的部分依然是数据价值的可衡量性。

　　在“数据”国际中，交给给监管安排的数据对两边都很重要。监管安排取得有关公司业绩的强制性信息，公司契合外部陈述的要求。比方国资方针监管要求的数据。

　　数据价值的实践评价需求很多的事务和财政剖析。要履行它，数据办理才能应该是可操作的，而且具有与应用程序和数据架构、数据建模、数据链办理等相关的许多工件。因而，这种评价的方针应该对事务很重要而且是可行的。现有数据链的优化是从数据中获取价值的比如。

　　为了评价数据供给的价值，咱们需求确认这些价值的获益者。公司自身并不是仅有的获益者。公司作为一个全体最大程度地享有以收入和收益标明的钱银价值。但除了公司之外，公司的一切者也将从这些钱银价值中获利。现实上，公司有各种外部和内部利益相关者集体。这些集体对公司和数据有不同的爱好。因而，这些集体或许会从数据中得到不同的值。因而，需求列出利益相关者的集体，并确认公司数据为他们发生的价值。

　　每家公司都经过价值链发明为其外部和内部客户发明价值。在此模型中，“客户”一词具有更广泛的意义。现实上，咱们议论的是公司的利益相关者。但是，公司的合作伙伴也是利益相关者。为防止界说不匹配，咱们仍运用“客户”一词。

　　为了发明价值，公司应该从合作伙伴那里取得资源。公司首要经过供给产品和服务来发明价值。数据和信息是产品和服务。该公司与合作伙伴和客户坚持联络和交给途径。

　　购买的产品和服务发生收入和财政收益。像价值链的其他部分相同，公司承当本钱和费用。数据链坚持了价值链。假如数据是给客户的产品或服务，那么沿着数据链，公司也会发生收入和收益，并承当本钱和费用。

　　该模型有两个意图：剖析每个利益相关者集体的数据办理价值建议和评价每个数据链的价值、钱银和非钱银以及盈余才能。

　　当然，在现实生活中，状况要杂乱得多，原因如下：每个公司都有多个数据链，且这些数据链彼此穿插，一起多条链运用相同的数据。

　　为使评价可行，公司应约束建议的规模。“数据要害性”的概念是确认任何数据办理方案优先级的办法之一。要害数据是对办理事务危险、拟定事务决议方案和成功运营事务至关重要的数据。要害数据界说了要害链和相应的客户群。

　　假定一家公司经过向特定客户群出售特定数据集来发生一些收入。该客户群和数据集应被视为对事务运营至关重要。处理这些数据集的数据链也很要害。因而，价值评价将仅限于这些要害数据集和链。

　　假如数据不是公司的产品，价值剖析依然值得进行。每家公司与数据办理相关的运营本钱都适当高。应用程序答应和维护本钱、薪酬、数据办理流程便是这些本钱的比如。这些本钱的财政剖析可以引荐所需的数据链优化。

　　至此，咱们现已评论了怎么运用现有数据链剖析数据传递的价值。但当然，每家公司都应该评价自己的战略方案，以从数据中取得更多价值。要具体阐明商机，公司应该十分清楚他们对钱银或非钱银价值的重视。每个客户组的相同剖析应有助于拟定战略观念。

　　在线渠道是从数据中发生收入的商业模式之一。亚马逊是最闻名的供给数字产品和服务的渠道，而且赢利丰盛。当时的事务发展趋势标明，许多公司专心于开发在线）重视客户行为并支撑

　　运用人工智能和机器学习技能进行数据剖析有助于了解客户行为。公司可以以更有用的办法辨认和满意客户的需求。经过这样做，他们扩展了客户根底，然后导致收入的潜在增加。

　　许多公司承当着与数据处理和办理相关的昂扬本钱。从长远来看，以下事务行动应能下降本钱并防止潜在丢失：替换传统技能、进步事务流程和数据处理的功率、恪守数据相关法规。

　　以上论说的意图仅仅着重公司应该采纳哪些要害步骤来开端从数据中获取价值。在实践中，完成这一方针需求支付巨大的尽力和资源。但是，这种办法是长时间坚持竞赛优势的仅有途径。

　　若要从数据中获取价值，公司应该成为“数据驱动的”。下面咱们将评论关于“数据驱动”安排的不同观念，包含帮忙公司挑选“数据驱动”的界说和成为“数据驱动”的安排的办法。

　　关于这句话的意义没有一起的一起观念和办法。“数据驱动”一词已被置于不同的上下文中，因而具有不同的意义。

　　启动词是界说中的第一个名词或名词短语。术语“数据驱动”被界说为“事务状况”、“辨认”、“状况”、“办法”、“事务条件”等等。这些启动词将这个术语置于不同的语境中。状况或状况描绘的是“原样”的状况。办法重视于怎么完成“将来”状况。事务条件界说了完成某事所需的环境或要素。

　　（2）界说有不同的侧重点。有些界说答复了“数据驱动”意味着什么这个问题?有些界说重视的问题是:“怎么成为数据驱动的?”

　　依据规划的事务术语和界说的规范规矩，界说应该答复“什么”是一个事物的问题。当你知道你需求完成什么，你可以找到多种办法来到达这种状况。许多界说无法清楚地界说“数据驱动”的状况。相反，它们解说了怎么做一些工作。

　　因而，假如一家公司决议成为数据驱动的，它应该明晰的了解这个术语的适用意义，而且只要在这之后，才应该明晰怎么到达“数据驱动”的状况。

　　“数据驱动”是商业模式的一个特征，它使公司可以将数据用作一切安排等级决议方案中最重要的要素。因而，“数据驱动”一词反映了企业将数据办理归入其事务模型的才能。然后，数据办理安排数据生命周期，使数据成为决议方案中最重要的要素。

　　当时对“数据驱动”概念的解说并未标明人类在商业决议方案中的效果。到目前为止，人类的参加依然是不可防止的。但是，数据的效果发生了改变：人类的商业决议方案应该依据牢靠的数据，而不是“直觉”。

　　运营数据剖析自身不足以支撑成为“数据驱动”的公司，数据剖析仅仅数据生命周期中的一步。数据生命周期模型取决于公司的事务模型。不同的数据链完成数据生命周期模型。公司应优化不同的数据链，以依据更新的事务模型调整数据生命周期。

　　数据办理才能包含规划、施行或优化数据链所需的几个才能。要履行它，数据办理应该成为一项事务功用。

　　数据办理结构供给了树立运营数据办理功用的办法，下图展现了数据办理结构的概念：

　　数据办理结构是一组彼此相关的组件，它们将数据办理打造成事务功用。数据办理才能是安排维护数据财物并从中供给商业价值的才能。

　　数据办理功用是安排结构中数据办理才能的完成。数据办理结构由几个组件组成并服务于各种方针。如上图所示，模型和办法是数据办理结构的要害组件。模型是“事物的笼统标明，例如物理方针、进程、现象等”。办法是“做某事的程序、技能或办法，尤其是依照明晰的方案”。

　　第 1 阶段关于数据办理方案的成功至关重要。在此阶段，公司确认其事务需求、设定长时间方针并评价可行资源。它拟定了数据办理才能和结构规模的界说，可行规模确保在规则期限内完成方针。

　　第 2 阶段关于中长时间规划十分重要。在此阶段，公司确认其“现状”状况并评价所需的“未来”状况。该评价的成果构成了拟定数据办理战略和道路 阶段：规划数据办理战略和道路图

　　公司应优先考虑其方针并将其约束在可行的规模内，并挑选相关要素进行优先排序。这些因包含取得出资报答的时期以及对事务盈余才能的影响。具有多元商业模式的公司或许会从不同事务流程的数字化转型中获益。

　　数据和信息在支撑事务价值链方面发挥着重要效果。一切事务利益相关者都需求事务信息来做出相关决议方案。例如，客户需求有关公司产品和服务的信息来决议购买。因而，在事务环境中，数据办理经过向内部和外部的相关利益相关者供给信息来发明价值。数据和信息价值链支撑信息传递。他们经过将原始数据转化为有意义的信息来做到这一点。事务流程、人员、东西和其他事务资源支撑事务价值链和数据链。