下文中的内容和数据均来源于IDC公众号

北京，2024年11月7日

IDC调研显示，未来五年，企业部署数据管理解决方案最主要的目标就是实现数据资产表现管理，当前银行、能源以及其他大型国央企也在积极探索数据资产化的落地路径和可能带来的价值收益。国际数据公司（IDC）于近日发布了《数据资产平台技术能力评估》（Doc# CHC52204925，2024年10月），报告对整体市场进行了前景分析，收录并评估市场代表厂商，为市场选型提供参考建议。

IDC定义下的数据资产平台是指在数据采集、存储和简单治理的基础上，对有价值的、不同就绪度的数据进行更深层次的数据汇聚、质量管理、分析和价值挖掘，以资产化形式提供全周期运营管理能力，实现资产入表、资产评估以及后续运营和交易流通。

数据环境的日益复杂给CDO带来更大的挑战

数据具备3D特征，即分布式、多样化、动态，每年产生的数据只有不到2%是长期存储的，绝大多数数据仅短暂存在，只是即时使用或分析。随着数据多样性和数据需求的增加，对数据的有效管理和分析难度呈指数级上升，CDO承担的任务更加艰巨，由于不了解数据的商业价值，他们难以确定数据所有权和管理适当的访问权限，无法提高数据质量和数据工作者的生产力。

数据访问仍有巨大挑战

IDC数据估值调查研究显示，在1,024名受访者中，近44%的人表示他们无法访问完成工作所需的数据。51%的受访者表示数据在几个小时（或更短）内就会失去价值，同时，当消费者找到、准备和分析数据以支持所寻求的决策或业务结果时，数据往往已经过时。因此只有将数据作为资产和产品，进行实时更新和管理，才可以确保数据消费者获得决策所需的最新见解的方式生成和打包数据。

Data as a Product理念正在逐渐被接受

将数据视为产品可以简化其使用、管理和评估，从而提高数据开发者、使用者、流程管理者的生产力并确保组织从其数据投资中获得最大收益。此外，数据产品在支持生成式AI方面发挥着关键作用，为模型训练提供高质量、合规且相关的数据，从而提高AI结果的准确性和相关性。

目前终端用户对于市场上的数据资产管理平台产品认知度不清晰

对于不同厂商具备的专业经验和综合产品能力也缺少衡量标准，在产品选型时更加模糊。当然不可否认，市场还处于早期探索阶段，对于资产管理平台的能力和最终带来的价值收益还没有固定范式和模板。当前企业需要技术供应商提供数据资产平台，短期目标是实现多模态数据一体化管理、元数据管理、血缘分析、数据分级分类、数据工程和数据安全合规，长期目标是实现数据资产入表、数据资产评估、数据流通/交易、数据质量管理，以为后续的数据产品登记、数据交易获利做准备。

数据资产包括访问、价值和所有权三个定义维度，还需关注颗粒度

数据资产和产品需要标准的定义，才可以规范后续的流程和交易，访问是指使数据产品可用、可发现和可重复使用；价值涉及确定从交易得到的数据中获得的业务价值，最终推动数据估值的方法，目前中国市场更多采用成本法；所有权决定了各群体在数据整个生命周期内开发、维护、货币化、运营、监管的职责。但是，企业和机构需要合理划分数据颗粒度，如果将表格、文本拆分太细则无法发挥数据价值，实用性可能性很小。此外，报告中还重点考虑了数据产品化管理、数据共享、数据交易三个方面。

通过本次项目调研，结合客户反馈和IDC对市场的分析，IDC对技术卖家提出如下建议：

• 关注去中心化的Data Fabric、数据虚拟化技术，将多节点的结构化数据、非结构化数据、加工数据、图数据、向量数据结合起来，从使用主体、目标主题、时间轴等维度建立强关联关系的数据资产地图，并允许通过GenAI技术来快速检索、分析数据；

• 面对资产管理特性，参考货币、土地管理的历史经验，从资产管理角度来管理数据，包括资产信息、历史追溯、核心指标、数据健康度、数据需求预测、数据价值评估方程等信息。但数据的另一特性是流动变化性极强，因此需要对其状态进行更强的监控；

• 数据资产平台的难点是将更多非技术人员、业务人员联合起来，共同探讨资产管理的形式以及赋能价值点，并保证在多数据存储架构下的数据定义、流通、监控、反馈一致性。