商业银行数据资产体系建设包括以下几点工作步骤。
为开展数据资产体系建设工作，上海银行首先明确了数据资产、数据产品、数据资源三大关键概念的 定义与关系。 上海银行在指标、报表、标签和 API 四类先行先试的数据资产的基础上，加入内置模型和算法、用于 业务营销的分析应用，确定行内服务层数据资产（数据产品）范围，并以此为出发点进行溯源，进一步下 钻数据产生过程，确定了用以形成数据产品的四类生产加工层数据资产（数据资源），包括数据模型、算 法模型、规则模型、库表数据。除此以外，上海银行梳理面向全体数据的规范管理类资源，确定了模型规 范、数据质量、数据标准和数据血缘四类管控层数据资产。至此，上海银行数据资产的定义与分类工作已 初步完成。 在明确数据资产分类的前提下，上海银行数据管理与应用部内部对各类数据资产的属性进行调研与完 善。数据资产属性目录的设计将各类数据资产真正串联起来，是进行数据资产盘点并形成全域数据产品地 图的基础。
行内服务层五类数据资产已初步形成较为完整的属性目录，但主要聚焦于数据资产本身。一方面，不 同数据资产类型之间属性差异较大，缺乏统一管理和应用方式；另一方面，数据资产属性类型较为单一， 缺乏对数据情况的全面展现。 上海银行对现有的数据资产属性进行梳理和重构，横向建立全局属性分类 体系，包括基础属性、业务属性、技术属性、管理属性、和安全属性，并且引入业务领域概念，拉齐服务层数据资产应用场景。同时，上海银行在属性目录中开创性引入关联属性，将数据血缘与引用依赖关系纳 入属性管理与展示中，下钻至加工层和生产层，纵向连通数据资产的生产加工过程。
数据资产体系的建设实现是数据资产化的重要工作，也是数据资产化过程的载体和结果的展现。根据 “三位一体”的数据资产体系方法论，上海银行在管理、运营和评价三方面着手开展了工作。 数据资产管理： 在数据资产管理方面，上海银行从制定制度入手，在行内明确了数据资产的管理制度以及具体流程。 制度涵盖数据资产的目录模板制定、数据资产的识别、确权、展示登记、使用、评价和处置环节等全生命 周期；覆盖数据资产的全生命周期的重要节点，并将业务部门（需求部门）、技术部门（研发部门）、数 据资产统筹管理部门的工作内容和角色进行明确和细化。其中多个环节将原本的线下工作转移到线上，以 自动化方式辅助人工，提高数据资产管理的效率和准确性，一定程度上落实了数据资产管理的权责划分和 可追溯性。
数据资产运营： 在数据资产运营方面，上海银行将管理与使用相结合，所有数据资产的管理流程均联动使用流程。例 如标签平台、指标平台等不仅仅是数据资产产生的源头，需要纳入到数据资产管理流程中，同时也承载着 服务行内标签、指标等数据资产使用的功能，需要从运营管理角度开展优化，确保管理运营一致性。 数据资产运营同时还包括整体运营体系的构建，在需求管理、研发管理、运维管理等方面重新定义工 作要求和标准，并在后续实践中逐步落实。
数据资产评价： 在数据资产评价方面，上海银行构建两层评价能力。一层是在行内使用过程中，数据资产的使用情况 评价；另一层是数据资产在价值提升、成本节约、风险防控等方面所产生的量化价值。这两层评价均需要 在内部开展试点试行，确认体系是否在现有阶段可试可行。 在内部使用的情况评价上，上海银行结合现有技术能力，明确评价属性以及计算方式，明确评价权重 与参数，并与数据资产门户结合，在门户上实现自动化统计量化。 在价值评估方面，上海银行侧重数据资产评价的方法论实践，通过价值评估模型试点来确认数据价值 评估的可行性。
数据资产全生命周期管理流程在需求和加工阶段主要依赖于上下游系统及各部门间对属性目录的填写 和维护，在应用和服务部分，则主要依赖于数据资产门户 2.0 的展示与推广。上海银行将管理流程与数据 资产门户 2.0 设计相结合，将数据资产的展示登记、评价与处置环节嵌入门户功能，充分扩大数据资产受 众群体及用户在数据资产全生命周期中的参与程度，实现数据价值释放和业务反哺数据的闭环管理。
在构建数据资产体系后，上海银行还将进一步思考如何让数据资产价值实现更加显性化、数据资产管 理成效在行内产生更大的作用。 提高数据资产体系的全员参与程度： 数据资产体系构建后，各部门尚处于初步接触阶段，作为数据的“主人”，各部门还需要加强数据资 产体系在各部门内部的落实和管控力度，在分阶段落实数据资产存量盘点和新增管理工作后，自主参与数 据资产的运维和管理工作。 优化数据资产全生命周期管理能力： 通过数据资产闭环运营流程，形成覆盖数据资产全生命周期的运营体系，实现对数据资产的统一维 护、监测、评价等，为数据资产持续和最大化地发挥价值提供保障。
提升数据资产在不同分析场景的业务服务能力： 通过优化数据资产平台和统一数据资产目录，将数据资产相关信息开放给全行的业务人员，使他们能 够便捷地准确获取并运用所需数据，极大提升业务部门的数据使用分析效率。 推广数据资产价值评估体系： 促进数据价值文化。通过构建数据价值多维度评估方案，实现对数据资产投入产出的有效衡量，使决 策者能够了解掌握行内重要数据资产情况及资产价值分布情况。 与数据资源会计处理的关系： 根据财政部《暂行规定》的说明，数据资产价值评估与数据资源会计处理没有必然关系。满足无形资 产或存货确认条件的数据资产通常采用资产形成过程中开发成本和相关费用的计量与归集。数据资产价值 评估通常用于数据资产后续计量中的减值测试、交易定价、财务报告信息披露事项列示数据资产应用收益 等。判定数据资源能否为企业带来经济利益流入时，通常可以采用数据资产价值评估方法进行测算和评 定。
