数据要素|数据价值模型与数据治理评估是将数据作为资产管理的重要方法

数据价值模型简介

数据被比喻为新石油，因为它在数字经济中的作用与石油在工业经济中的作用相似。然而，数据具有非物质性、可再生性和数字化生成的特点，与有限且物质的石油不同。数据价值模型（DVM）是一个基本战略工具，致力于量化数据产品的内在价值，其中数据产品包括指标、仪表板、模型等，旨在为组织创造价值。

数据价值模型的定义

DVM 是评估组织内数据产品经济价值的基本方法，关注于数据内在价值的识别、分类和衡量。它使组织能够客观评估数据产品的影响，专注于提供最相关信息，优化数据产品的创建和管理，提高竞争优势。

成本与收益

在DVM中，成本包括人员努力、系统成本等，而收益则包括优化和内部化、数据货币化、人工智能收入增长和合规性等。这些成本和收益共同构成价值图。

数据价值模型的重要性

Gartner 强调，CEO 和 CIO 通常难以衡量数据和分析投资的价值。DVM 在评估数据产品方面发挥关键作用，将数据视为可衡量的资产，支持自我可持续和战略价值导向的方法，提高透明度和数据相关投资的可信度。

DVM 和 ROAR 模型集成

DVM 基于 ROAR 框架，后者由 Gartner 开发，解决了传统投资评估技术的缺点。ROAR 使数据和分析领导者能够优化资源利用率，专注于高价值计划，助力数据驱动转型。

数据治理作为数据产品及其数据评估

数据治理是战略数据产品，旨在有效管理数据。量化数据治理的好处包括收入增加、成本降低、合规支持等。通过DVM，可以绘制数据治理计划的直接成本和收益，将数据治理价值主张集成到 ROAR 模型中。

小结

数据价值模型和数据治理对于构建以数据为中心的企业环境至关重要，实现自我可持续、战略价值导向、认可和透明。组织需要采取以价值为中心的方法，才能在数据驱动的商业环境中实现繁荣和可持续发展。