为什么数据资产管理首先从顶层设计开始

在讨论数据治理时，应从大目标驱动的角度出发，而不仅仅局限于数据库表层面的事项。数据资产是业务控制的基础，就如同一棵大树的根，需要覆盖其生命周期的每个部分及所有表现形式。

数据资产不同于数据产品，它代表了具有已知业务价值的数据的可治理边界。关键在于定义组织边界，而非模式，并理解数据资产的本质、业务领域的“拥有者”、从中获取价值的业务领域以及如何衡量其价值。

在数据工作中，应避免从细节层面着手，并以“简单”的东西如“客户”作为数据资产的起点。相反，我们应从现实世界中想要治理的资产入手，确保数据准确反映现实。例如，从市场需求、销售需求、新产品推广、产品执行和碳影响等高层次资产开始，有助于映射价值并定义数据资产上下文。

数据资产不应以端到端流程或业务部门的形式来定义，而是需要明确的企业所有权和价值实现方式。数据资产的结构不应简单地复制流程或服务模型，而应反映企业的运营和战略现实。数据资产的目标是匹配现实，其质量衡量标准是实现能力，但它本身不是一个“可操作”的实体，而是用于驱动行动和决策。

数据资产必须具有可衡量的价值，因此了解如何提供价值和衡量价值是重要的。从高级别的资产开始有助于将它们与更高阶的元素连接，并在进一步分解价值时，将其与特定的子资产和实际操作的数据产品本身相连。

总的来说，在考虑数据资产时，应先考虑如何解构业务运营和战略现实，而非单纯聚焦流程或部门使用的数据。这将涉及内部数据和外部数据的协作生态系统。以业务为中心的数据治理应从实现元镜像目标开始，以确保从数据角度正确划分现实，并在资产分解为产品时，确保治理的非线性。