2021信息技术服务 数据资产管理要求与技术服务实践

引言

2021年，随着数字经济成为全球经济增长的核心引擎，数据作为新型生产要素的地位进一步确立。信息技术服务领域迎来深刻变革，数据资产管理从辅助性职能升级为组织战略的核心组成。同年，多项国家标准与行业规范密集出台，对数据资产的管理流程、质量要求、安全合规及技术支撑提出了系统化指引。本文围绕2021年信息技术服务视角下的数据资产管理要求与技术服务展开分析，探讨其核心框架、关键要求及最佳实践。

一、2021年数据资产管理的政策与标准背景

2021年是数据要素市场化配置改革的提速之年。《数据安全法》于9月正式施行，与《个人信息保护法》共同构成数据合规的两大基石。在信息技术服务领域，全国信息技术标准化技术委员会（SAC/TC28）持续推进ITSS（信息技术服务标准）体系，其中多项标准涉及数据资产管理：
- ITSS 4.0系列标准明确将数据服务纳入信息技术服务六大范畴之一，要求服务提供方建立数据资产目录、明确权属与价值评估机制。
- 《信息技术服务 数据资产管理要求》（2021版意见稿或相关行业标准） 提出数据资产管理的四大核心域：数据资产盘点、数据质量治理、数据资产运营和数据安全管控。
- DCMM（数据管理能力成熟度评估模型）在2021年得到更广泛落地，其八大数据管理能力域中，数据战略、数据治理、数据架构等均直接响应数据资产管理要求。

这些政策与技术标准共同指向一个趋势：数据资产管理不再是孤立的IT项目，而是嵌入整个信息技术服务生命周期的基础能力。

二、数据资产管理的主要要求

基于2021年发布和实施的相关规范，可将数据资产管理要求归纳为以下几个层面。

1. 组织与制度要求

组织需设立专门的数据治理委员会或数据资产管理岗位，明确数据所有者、数据管理员和数据使用者职责。制度层面要求制定《数据资产管理办法》《数据分级分类指南》等文件，确保管理活动有章可循。

2. 数据资产盘点与登记

要求对全域数据进行系统化盘点，形成统一的数据资产目录。每项数据资产需记录元数据、数据来源、存储位置、更新频率、责任人、业务价值等信息。数据资产登记应与信息技术服务管理（ITSM）系统集成，实现动态更新。

3. 数据质量管控

提出数据质量的六大维度：完整性、准确性、一致性、及时性、唯一性和有效性。在信息技术服务过程中，应在数据采集、传输、存储、处理、交换和销毁各环节设置质量控制点，定期开展数据质量评估与改进。

4. 数据安全与合规

严格落实《数据安全法》要求，建立数据分类分级保护制度。对重要数据和核心数据实施更严格的管理措施，包括访问控制、加密脱敏、审计追踪和应急响应。涉及个人信息的数据资产须满足《个人信息保护法》的知情同意、最小必要等原则。

5. 数据资产价值评估与运营

鼓励组织探索数据资产的价值评估方法，尝试将数据资产纳入财务报表或管理会计体系。通过数据共享、数据服务API、数据产品等形式促进数据资产流通与增值，实现从成本中心向价值中心转变。

6. 全生命周期管理

数据资产管理覆盖数据从产生到销毁的全生命周期。在IT服务交付中，应建立各阶段的管理规程：采集阶段的源头治理、存储阶段的介质管理、使用阶段的权限控制、归档阶段的长期保存、销毁阶段的不可恢复处理。

三、数据资产管理中的技术服务支撑

2021年的信息技术服务实现了从传统运维向数据驱动服务的转变，以下几类技术服务成为支撑数据资产管理落地的关键。

1. 数据中台服务

数据中台作为沉淀数据资产的核心技术平台，提供数据采集、清洗、整合、加工、服务化等一站式能力。2021年全国众多企业加速建设数据中台，将分散的数据资源转化为可复用的数据资产，并通过API网关实现安全共享。

2. 数据治理技术服务

包括元数据管理服务、数据标准管理服务、数据质量管理服务和主数据管理服务。第三方IT服务商开始提供数据治理咨询、工具实施和运营托管服务，帮助组织快速构建治理体系。典型的工具如Apache Atlas、DataHub等元数据管理平台在2021年应用更加广泛。

3. 数据安全技术服务

针对数据资产管理全过程，服务商提供数据分类分级工具、动态脱敏系统、数据库审计、加密存储和隐私计算（联邦学习、安全多方计算）等技术服务，确保数据在流动中合规、在使用中安全。

4. 数据资产运营技术服务

包括数据资产门户建设、数据资产地图、数据服务目录、API管理平台等。通过技术手段将数据资产以可检索、可申请、可评价的方式开放给内外部用户，降低使用门槛，提高资产利用率。

5. 人工智能运维（AIOps）服务

AIOps通过对运维数据（日志、指标、追踪）的智能分析，辅助数据资产故障预测、根因定位和容量规划，保障数据基础设施的稳定与高效，是数据资产管理的重要保障型技术服务。

6. 云原生数据服务

2021年，容器、微服务、Serverless等技术进一步普及，云原生数据服务如托管数据库、对象存储、数据湖分析等，为数据资产管理提供弹性、敏捷的基础设施，同时借助云平台内置的权限管控和审计能力简化安全合规工作。

四、最佳实践与建议

为有效落实数据资产管理要求并充分利用技术服务，组织可参考以下几点建议：

1. 顶层设计先行：将数据资产管理纳入组织数字化战略，明确目标与路线图。
2. 技术与制度并举：通过技术工具固化管理制度，但不可过度依赖工具而忽视流程与文化。
3. 试点后推广：选择高价值业务域开展数据资产盘点与治理试点，形成标杆后逐步扩展。
4. 培养复合人才：加强IT服务人员的数据素养培训，使其具备数据资产管理与合规意识。
5. 常态化评估：结合DCMM等模型定期评估数据管理成熟度，驱动持续改进。

##

2021年是数据资产管理走向规范化、体系化的重要一年。信息技术服务与数据资产管理深度交融，彼此促进。随着标准的完善和技术服务的创新，组织有能力将沉睡的数据提升为真正的资产，释放其业务价值。数据资产管理将更加智能化、自动化，并与隐私计算、区块链等技术进一步融合，构建可信、高效的数据要素市场。对IT服务从业者而言，掌握数据资产管理要求并提供优质技术服务，将成为核心竞争力的关键体现。