- 1、本文档共20页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
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
您可能关注的文档
- ”海连江“区域品牌建设规范 海带(征求意见稿).docx
- 《 香榧采收与加工技术规范》编制说明.pdf
- 《1,2-邻苯二甲酸硬脂醇酯》编制说明.docx
- 《1,2-邻苯二甲酸硬脂醇酯》编制说明.pdf
- 《1,2-邻苯二甲酸硬脂醇酯》征求意见稿.docx
- 《1,2-邻苯二甲酸硬脂醇酯》征求意见稿.pdf
- 《超低能耗建筑工程建筑信息模型应用规范》征求意见稿.docx
- 《城市建筑废弃物资源化利用项目碳排放评价》编制说明.docx
- 《城市建筑废弃物资源化利用项目碳排放评价》编制说明.pdf
- 《城市建筑废弃物资源化利用项目碳排放评价》征求意见稿.docx
- 财务副经理岗位职责.pptx
- 碳金融项目商业计划书及实施方案|瑞克咨询|2024年编|.docx
- 科学技术项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 煤焦化产品项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 环境防护产品项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 植皮粘合用生物粘合剂项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 财务部部门和岗位职责.pptx
- 异步电机项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 促销台项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
- 注射类产品项目商业计划书及实施方案|瑞克咨询|2024年编制|.docx
文档评论(0)