数据资产体系应包括数据资产管理、数据资产运营、数据资产评价三 方面工作，形成“三位一体”的整体体系。
数据资产管理应包括数据资产识别及盘点、数据资产分类、数据资产确权、数据资产认定、数据资产 登记以及数据资产处置等全生命周期管理工作，如图 11 所示。 数据资产管理从生命周期出发，将数据资产或数据产品从数据资源中剥离开来，识别出已能够提供应 用价值或产生业务影响的数据资源/数据产品；定义数据资产分类框架，应用标签+分类的方式来展示、区 分、索引数据资产；认定并确认数据资产的归属权限；形成数据资产登记注册的机制，并完善数据资产纳 入管理和最终完成生命周期后的处置工作。 在整个管理过程中，需要让企业的各个业务部门、管理部门在数据生命周期过程中作为数据资产的权 属角色、数据资产使用角色参与具体流程，包括盘点、识别、认定、确权、登记、处置过程，执行审核、 申请、确认等不同的工作。 同时，数据资产管理也需要系统端在线化、自动化的支持，减少人工投入导致的数据资产管理成本增 加、数据资产管理静态化等问题。
数据资产运营应包括数据资产需求管理、基于数据资产需求的研发过程以及交付过程管理、数据资产 或数据产品上线后的运维管理，如图 12 所示。 数据资产的需求、研发到交付可视为一个一体化的小循环，从用户对数据整合、分析、应用的需求出 发，将数据资源加工成为数据产品，交付给用户使用，产生价值后认定为数据资产。 此外，数据资产还需要长期运维支持，例如数据质量长期的维护、新数据的纳入、新功能或新工具的 叠加等，均属于数据资产运营过程。 数据资产是面向多层次、多时序的业务用数需求，通过一体化的运营方式，能够提升数据资产运营效 能，增加数据资产价值体现。
数据资产评价工作是为了让数据资产的价值显性化、可量化，数据资产管理工作的成果能够可评价， 如图 13 所示。通过数据资产的使用评价、运营情况评价、业务效益评价以及价值评估，提升数据资产管 理和运营的 ROI，并为数据资产入表提供切实依据。 数据资产的评价可以从数据资产使用的热度、频率等方面了解业务效益相关情况；可以从数据资产的 数据质量、规范化情况进行衡量，评价数据资产本身的“含金量”；还可以从数据资产对业务提升、风险 化解、战略拓展等方面产生的影响、价值展现，来评价数据资产的实际作用等等。 数据资产评价工作是数据资产管理和数据资产运营的量化体现，能够让前两者的循环输入新的考量因 素或改进方向，促进数据资产体系良性成长。
数据资产体系可以从需求端触发，从数据需求方提出数据加工或数据应用的需求开始，在开发过程中 逐步认定数据资产，实现交付及管理。同时在完成数据需求后，持续运营及评价数据资产。 数据资产体系也可以从管理端触发，从数据资产盘点开始，将数据资产纳入生命周期管理，通过数据 资产目录促进需求方发现自身需求、挖掘自身需求，进而实现从管理到应用的循环。
