企业管理数据资产要经历的5个步骤
1、业务数据化
上文已经谈到，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，零售企业需要围绕人、货、场，构建能落数据的业务系统，把物理世界的业务放到数字世界上，把数据攒起来，这是开采原始的金矿。
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，在不同平台，同一用户可能有不同的id，积累了不同标签的数据，至少要打通一个手机号关联的数据，才能让用户形象更加丰满，从而去做有针对性的服务。在阿里的数据中台体系里，这方面叫OneID，对应的技术是ID-Mapping。
3、数据资产化
数据资产化在上文也谈到了，简单来说就是「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。
在这里，我们也需要注意一个问题，数据量越来越大，有些领域已经步入了指数级增长，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，成为企业必要的课题。
4、数据服务化
技术底层透明化，把数据提供给各个业务单元去调用，业务单元只需要从业务的角度出发使用数据服务，无需考虑底层数据技术。
5、数据业务化
数据一定要用起来，去服务业务，为企业带来降本增效。在这个过程中，数据中台（或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。
数据资产管理是企业为了保障在数据的获取、加工、存储、使用过程中数据的安全、及时、准确以及各方对数据理解的一致而制定的一系列标准以及流程，并且采用必要的IT手段来完成数据管理的工作。组织、标准、IT手段是数据资产管理的三要素，数据资产的管理需要从以下三方面开展相关工作。
无论是企业的业务部门还是IT部门，很少能完整的拿出一套企业各项数据的业务含义、口径、技术标准、分布情况等的说明，使用元数据管理平台可以自动化的获取整个企业的数据业务含义，帮助理解数据，增加分析的敏捷性，使用元数据产品能够方便内部管理、审计或外部监管的需求追溯业务指标、报表的数据来源和加工过程，追述数据的来源；同时还可以针对企业内部、外部的数据需求，快速建立业务与技术之间的衔接，为企业管理提供重要的保障
