2019年10月，在十九届四中全会上，中央首次公开提出数据可作为生产要素按贡献参与分配，反映出随着经济活动数字化转型加快，数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。
数据资产管理的地位不断壮大
在大数据阶段，随着分布式存储、分布式计算以及多种 AI 技术的应用，结构化数据之外的数据也被纳入到数据资产的范畴，数据资产边界拓展到了海量的标签库、企业级知识图谱、文档、图片、视频等内容。企业数字化转型、数字经济高质量发展，离不开数据资产的规范管理和高效运用。
图示：数据资产管理在大数据体系中的定位
数据资产管理在大数据体系中处于承上启下的重要地位。对上支持以价值创造为导向的数据应用开发，对下依托大数据平台实现数据全生命周期的管理。
图示：大数据背景下的数据资产管理特点特征
数据资产管理贯穿数据采集、存储、应用和销毁整个生命周期全过程。它是在传统数据管理职能的基础上，整合数据架构、数据存储与操作等内容，将数据标准管理纳入管理职能，并针对当下应用场景、平台建设情况，着重对数据价值的管理。
◎ 从数据对象来看
数据规模达到PB、EB级；数据格式除传统的结构化数据之外，文本、图像、语音、视频等半结构或非结构化数据占比越来越大；数据来源在传统业务处理采集的数据基础上，更多来自终端、传感器、机器设备、日志等产生的数据。
◎ 从处理架构来看
数据处理的底层架构向云平台和分布式系统迁移，预处理流程向ELT转变（根据上层的应用需求，随时从数据湖中抽取原始数据分析建模）。
◎ 从组织职能来看
随着数据分析与业务融合越来越深入，业务部门逐步成为大数据应用的主角，更多企业将会设置专门的“数据管理”职能部门。
◎ 从管理手段来看
机器学习和人工智能通过自动提取元数据，将不同的数据进行关联并分析；通过配置和优化主数据，使主数据的管理更加便捷和准确；通过语义分析实现相同数据源的连接，简化数据集成流程。
◎ 从应用范围来看
数据资产增值对内强化能力的同时，服务外部的比重也在增大。
当下，提升数据质量、提高数据获取效率、实现数据互联互通、保障数据安全合规是大规模挖掘数据价值和释放数据红利的必要条件。
行业应用越下沉，对数据资产管理的迫切性越高
中国信通院发布的《2019数据资产管理实践白皮书》显示：从行业层面来看，金融、医疗、工业领域对数据资产管理的迫切性最高。就金融领域而言，大数据是金融创新最好的技术支撑，优化资产结构，也是大数据在金融风控领域应用中较为重要的方面。“科技金融”一度成为2019年的热词。
就医疗领域而言，2019年4月，国家卫生健康委办公厅印发《全国医院数据上报管理方案（试行）》及《全国医院上报数据统计分析指标集（试行）》，充分发挥健康医疗大数据作为国家重要基础性战略资源的作用。
2020年1月12日，民进中央科技医卫委员会调研组围绕“智慧医疗和健康管理”主题，赴湖北开展调研，第二站来到东湖大数据，并就数据来源与共享、医疗数据质量与规范、医疗数据安全与监管等问题与与湖北省卫生健康委、湖北省科技厅、湖北省经济和信息化厅、协和医院等部分医院代表召开座谈会。调研成果将形成2020年智慧医疗的提案提交全国两会。
图示：数据资产管理体系架构
从国家层面来看，数据合规性方面的标准研究成为当下关注的重点。数据安全管理是数据资产管理中体系中重要的一环。数据安全管理的目标是建立完善的体系化的安全策略措施，通过多种手段确保数据资产在“存、管、用”等各个环节中的安全，做到“事前可管、事中可控、事后可查”。 亟需建立包括监管机构和社会组织等多方参与的，法律法规和技术标准多要素协同的，覆盖数据生产流通全过程和数据全生命周期管理的数据交易生态体系。
东湖大数据作为国内领先的“数据资产运营商”，正基于知识图谱的分析建模，结合区块链的智能合约、终端用户授权机制，将弱关联的数据变成强关联的数据，探索数据合规前提下的多源数据融合流通系统。
目前，已取得“基于区块链确权的数据融合流通结算系统”、“基于大数据分析和可信计算的隐私保护系统”等专利软著，未来还将不断探索新技术手段在数据的资产管理中的创新应用。
