数据资产管理与数据安全国内外最新趋势

数据资产管理应通过统一的数据模型管控解决方案进行全生命周期数据治理，构建包含现状理解评估、设立可持续数据治理制度体系并对制度体系进行改进的90天数据治理项目。

在数据安全合规与数据治理方面，要平衡数据安全合规与业务价值，要理解数据、治理数据、开放数据并改进数据，并通过建立新一代数据安全解决方案RUAC（Real User Access Control），构建“人-数-安全”的三维框架。” 

---

趋势一：基于DataOps实现全生命周期数字资产管理

2022年6月21号，国际知名调研机构Forrester刚刚发布Enterprise Data Catalogs For DataOps 企业数据资产目录报告。 针对DataOps敏捷数据开发运营场景下的数据资产目录给出深度调研报告。

 1.背景： 

• 元数据虽然是老概念，但在现代数据平台中是变革最快的最关键组件。
• 现代架构强调松耦合、微服务、分布式，需要更深度的上下文、血缘、自动化的元数据来支撑
• 智能化理解数据是可行的，支撑消费元数据的场景：分析、治理、业务流程、合规。
• 数据工程师通过数据目录可以获取业务逻辑和数据探查，权衡数据架构、数据应用，定位数据流和性能问题

2.数据资产多样性（表、字段、指标、报表等）、多粒度（可下钻上卷）、动态更新：

• 支撑敏捷数据开发，数据产品全生命周期的管理（数据资产、规则、组件）
• 数据产品需求和backlog管理
• 数据工程师、数据科学家、应用开发之间开发流程同步

3.DataOps强调持续集成（CI)、持续交付(DI)，因此数据血缘的变得越为关键：

• 可以反应当前和未来数据源集成情况
• 影响变更分析，数据合规
• SQL/代码解析、检查，推断

4.提供现代DataOps和数据工程最佳实践的操作门户

• 数据工程逐渐扩展至数仓、数据湖之外， 参与到数据应用的开发之中
• CI/CD实践和软件工程技能要求数据库平台与开发平台集成，数据与开发双向沟通 

以上特征可以通过下图Datablau DDM、DAM、DDC与第三方数据开发平台整合，形成统一DataOps的联动效果。

 

---

趋势二：90天完成数据治理启动项目

这个内容来自于数据圈著名网红，江湖人称“数据吹哨人”的Scott Taylor. 老先生非常活跃，发表过很多脍炙人口的文章和演讲。

这里给出的一套30-60-90天的数据治理启动计划，特别落地，很有借鉴意义。 

1. 30天目标：“理解与评估”

了解企业当前的数据现状、访谈关键干系人、盘点IT环境及高阶信息链、数据源这些前期工作在国内都比较常见。

“1-3个关键数据集的数据探查”，是国内常常缺失的，非常有借鉴意义。前期工作不能做的太虚，实际数据要做一个简单的探查，快速了解一下数据质量的情况。 这样才能把工作做扎实。 

定位痛点指业务痛点，也非常关键，大而泛的数据治理常常被诟病无亮点无显性业务价值。需要针对业务痛点做细致的角色、流程调研梳理。

2. 60天目标：“设立”

设立支持组织长期可持续的数据治理制度体系，识别短期和长期的改进方向。

这里数据owner是个难点，数据治理是个一把手工程，如果有高层的支持，可以将数据认责推下去。 另一种选择是招募主题域专家，来牵头不同业务域的数据治理建设。 确定一个关键业务域或数据治理维度，设立短中长期目标。

当然，这些制度体系都需要工具平台来落地，也需要相应的资源来建设和长期运维，这块在这个阶段就可以开始启动评估了。

3. 90天目标：“改进”

做出一个明显改进，证实价值。 

第一个30天我们做了业务访谈和数据探察，第二个30天定位到一些业务痛点。现在就可以着手做改进了。改进一定要落地，体现出修复问题的效果。之后收集相关利益方的反馈，进行宣贯。得到认同，稳固未来长期计划。

---

趋势三：数据治理是数据安全合规的基础

数据安全合规与数据治理是不分家的。 数据治理是数据安全合规的基础。 这个趋势在国际上已经很成熟了。

数据是把双刃剑，一方面可以释放数据价值，另一方面又需要合规使用数据、控制风险。 底层是数据治理。 

因此需要先进行数据资产分类分级、应用数据安全策略到数据资产上。 从源端管控不止是数据标准落标，也将数据资产分类分级在业务系统开发设计阶段就收集上来。 同时后端数据服务进行管控。 最后通过反馈形成闭环。

国际上成熟的数据安全平台，将数据安全、风险管控与合规、治理统一。

 

 

下图是Datablau在很多金融行业落地的解决方案。底层是数据资产，通过人-数-安全三维一体的方式进行数据安全的管理。才能达到RBAC/ABAC的粒度进行数据安全管理。

---

 

通过了解数据资产管理与数据安全国内外最新趋势，我们不难发现数据模型管控解决方案对数据资产全生命周期的管理行之有效。作为数据资产管理的先锋企业，Datablau创新数据治理模式，自主研发DAM数据资产管理平台和数据安全管理平台。

DAM平台的元数据管理模块可将企业内所有数据进行采集汇总，通过数据资产管理模块，应用一定的技术管理手段便可以轻松将大量的数据资产进行精细化分类，并实现将分类的数据资产重新定义属性，归属数据权责部门。

数据安全管理平台，可进行智能分类分级机制、数据属主划分规则进行设计，支持对各类数据分类分级属性进行维护管理，设计丙落地数据访问全县体系以及流程，实现数据访问的流程化管控。立足于数据资产化、资产业务化角度，保证数据资产可知、可管、可控、可用。