《数据治理 第10部分：数据资产化过程管理规范》（征求意见稿）.docx

1

T/GDIIA006.10-2024

数据治理第10部分：数据资产化过程管理规范

1范围

本标准提出了数据资产化的前提条件和阶段划分，分别从数据资源化、资源产品化、产品资产化三个阶段提出要求。

本标准适用于相关组织的数据资产化过程管理。

2规范性引用文件

下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本适用于本文件。

GB/T39350—2020信息技术大数据数据资产管理要求GB/T40685—2021信息技术服务数据资产管理要求

GB/T34960.4—2017信息技术服务治理第4部分：审计导则

GB/T34960.5—2018信息技术服务治理第5部分：数据治理规范GB/T36074—2018数据管理能力成熟度评估模型

3术语和定义

下列术语和定义适用于本文件。3.1

数据资源dataresources

能为组织带来价值的数据的集合。3.2

数据产品dataproduct

数据资源经过采集、清洗、加工、分析等处理，可以直接提供给用户使用或进一步加工处理的成果。

3.3

数据资产dataasset

由组织合法拥有或者控制的，能够为组织带来未来经济利益的，以物理或电子的方式记录的数据资源或数据产品。

3.4

数据资产化过程dataassetizationprocess

2

T/GDIIA006.10-2024

将数据资源转化为数据资产，创造和释放数据的价值，使其成为可以量化、管理和交易的资产的过程。

3.5

数据资产评估dataassetevaluation

资产评估机构根据委托对数据资产的价值进行评定和估算，并出具资产评估报告的专业服务。

3.6

数据资产登记凭证dataassetregistrationcertificate

在政府数据资产管理部门登记的、具备市场交易属性的数据资产证明文件。

4数据资产化条件

数据资产化条件包括但不限于：

a)数据权属清晰：组织应制定相应的数据产权制度和权益分配机制，明确数据资源持有权、数据加工使用权、数据产品经营权；

b)数据利用有效：组织对数据进行分析和挖掘，提取出有价值的信息，有明确的应用场景，能转化为实际的效益；

c)数据价值可估：组织应对数据资源进行评估，以确定其潜在价值；

d)数据要求合规：组织应确保数据内容、数据来源、数据处理、数据运营和数据安全等满足合规要求；

e)数据管理规范：组织应建立数据治理架构、制度和流程，保证数据的质量，实现数据资源统一管理。

5数据资产化阶段

5.1阶段划分

数据资产化过程分为三个阶段，即数据资源化阶段、资源产品化阶段和产品资产化阶段，如图1所示。

3

T/GDIIA006.10-2024

图1数据资产化过程管理框架图

数据资源化阶段：将分散的、无序的数据进行收集、清洗、整合和存储，形成可重用、可应用、可获取的标准化数据资源。本阶段包括数据归集、数据加工、数据治理、数据价值发现等四个过程。

资源产品化阶段：将标准化数据资源转化为具体的、有价值的数据产品。本阶段包括选择应用场景、构建业务模型、产品设计与开发等三个过程。

产品资产化阶段：将数据产品转化为可计入财务报表的数据资产。本阶段包括成本归集与分摊、资产价值评估、数据资产登记、财务核算与入表等四个过程。

数据资产合规管理贯穿数据资产化过程的各个阶段。

5.2数据资源化阶段

5.2.1过程

5.2.1.1数据归集

在数据来源合规的前提下，采集不同来源的原始数据，确保数据的完整性、准确性和一致性，形成原始数据集。

主要任务包括但不限于：

a)根据业务需求，明确数据来源，设计和实施数据采集策略；

b)搭建数据采集系统，从内部业务系统、物联网平台、第三方平台等渠道采集原始数据；

c)建立数据接入规范和接口标准，确保数据的及时性和完整性。

5.2.1.2数据加工

对归集的原始数据进行清洗、转换、整合等操作，提高数据质量，确保数据的可用性和可信度，形成高质量数据集，满足后续分析和应用的需要。

主要任务包括但不限于：

4

T/GDIIA006.10-2024

a)数据预处理，对原始数据进行去噪、缺失值/异常值检测、数据格式转换等处理；

b)数据清洗，进行数据过滤、去重、质量校验等处理；

c)数据整合，将不同来源的数据合并成统一的数据集。

5.2.1.3数据治理

根据数据治理框架，实施数据治理活动