根据2018年12月中国信通院发布的 数据资产管理实践白皮书3.0 ,近年来,中国大数据和商业数据分析市场规模增速是世界平均增速的2倍,特别是银行业、离散制造业、流程制造业和政府等行业需求尤其旺盛。

然而,如此可观的增速背后却藏匿着较大隐患:
  • 数据质量不过关:大部分企业数据质量较差,不良的数据质量会使企业额外花费15%到25%的成本。
  • 数据难互通:绝大多数的企业存在数据孤岛问题,数据分析人员80%的精力都花在了获取数据的工作上,获取数据的效率非常低下。
  • 数据安全难保证:自2013年以来全球数据泄露高达130亿条,其原因多半为管理制度不完善。
  • 数据价值有待释放:大部分企业未建立有效管理和应用数据的模式,自身无法随着技术、市场、产业的变化不断迭代,更无法使数据资产管理成为持续和动态的过程,进而为数字化转型提供源源不断的动力。

因此,为了最大限度挖掘数据价值,企业的数据体系改革迫在眉睫。管理方面,需要建立一套符合数据驱动的组织管理制度和流程。技术方面,需要建设现代化数据平台、引入智能化技术,确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。