對于已經建設好數據倉庫且有充足資源的企業，或許可以考慮搭建數據資產管理平臺，以更好地服務企業內部用戶。那么，怎么搭建好數據資產管理平臺呢？這篇文章里，作者總結了相應的關鍵階段與實施流程，一起來看一下。

一、數據資產管理平臺如何搭建？

該篇文章簡述數據資產管理平臺搭建的內容、流程和注意事項。

自研or采購

實現數據資產管理平臺可以分為兩種方式，自研或采購，這兩者之間的區別也是非常明顯。

先說采購，采購一般是商業化的數據治理套件，其中的數據資產管理相關的數據目錄、數據標準、數據血緣、數據質量等內容很難單獨購買。

一般都是，為了買一個工具，要買一整套的數據治理服務。這意味著要付出多余的成本。

但是對于剛剛步入大數據業務范疇的公司，尤其是傳統企業，對數據倉庫，數據資產，數據治理認知不足的情況下，更適合通過直接采購成熟的數據開發、治理套件去使用。

可以提高數據團隊的認知，規范數據團隊的開發流程。

其次是自研數據資產管理平臺，適合已經建設完成數據倉庫且有足夠資源的企業，自研能夠更好的服務企業內部用戶，提供定制化的產品能力。

項目實施流程：需求識別–可行性分析–需求規格確定–項目規劃–系統開發–項目實施–項目驗收幾個關鍵階段。

二、需求識別

想要啟動數據資產管理平臺項目，首先要明確企業的當前階段是否需要該產品，是否必須通過上線該產品來解決某些問題，達到企業目標。

數據資產管理就是對元數據進行管理，是數據治理的基礎。不只是數據的增刪改查，而是和維度建模、數據標準、數據安全、數據質量息息相關的。

比如在數倉不同層級表元模型各不相同，不同實體的元模型各不相同。

比如在元數據管理過程中，部分元數據枚舉值的來源已制定的數據標準。

比如上下游表之間數據的安全等級關系。

比如對于各個實體而言， 數據質量檢測結果也是元數據的一種。

所以在實施數據資產管理前，甚至是需求收集前，不妨先了解當前的數據建設情況，組織流程是否完善，數據規范/數據標準維護是否完善，線下文件是否有合理管理方法，并了解當前管理的方法還存在哪些問題。

其次考慮當前階段是否需要考慮數據安全，數據質量等內容。

最終確定當前階段開發數據資產管理平臺的必要性，平臺的能力范圍。

可以詢問以下幾個問題：

1. 在開發平臺之前，是如何管理元數據的？
2. 當前數據管理的組織，流程，規范，標準建設階段是怎么樣的？
3. 出現的數據管理問題是流程問題，規范問題，模型問題，還是資源問題？
4. 當前有多少條業務線在生產數據，生產的量級大概是多少？（業務線多代表管理難度大）

三、可行性分析

現狀分析：主要包括數據建設現狀分析、數據應用情況、數據集成情況。

建設邊界：哪些系統需要數據資產管理平臺的支持，比如除了數據倉庫的元數據采集，還可以鏈接BI工具/數據服務的元數據及血緣關系。

建設質量：主要是看企業當前數據倉庫，數據標準，數據安全的建設情況；當前的元數據管理方式，存儲方式，通過什么方式可以保證線上管理的準確性和及時性。這關系著系統上線后的易用性，以及元數據的質量。

建設成本：采購成本/自研成本。

項目目標：描述本項業務達成目標，如發揮的作用、解決的問題、對基層的支撐、體現的價值，原則上需要有可量化、可評估目標。

四、需求規格確定

1. 元數據采集

確定元數據的采集范圍，元數據模型，包括業務元數據、技術元數據、管理元數據等；確定采集方式、采集頻率、存儲方式。

注意采集邊界，哪些元數據可直接采到，哪些元數據需要手動維護，哪些自動采集配合手動維護。

手動維護元數據是一項長期，工作量較大的工作，所以不能自動采集的元數據，通過什么方式可以自動采集也是未來需要考慮的地方。

2. 數據目錄

為了快速的查看數據資產情況，需要對數據資產進行盤點，可以從主題域、數倉分層、數據來源，或自定義目錄等角度盤點數據資產的數量。

支持數據資產查詢，數據資產詳情，元數據管理等功能。

3. 數據血緣

數據血緣也是元數據的一種展現形式，主要運用于影響分析、問題歸因、數據價值評估、數據安全分析等。

4. 數據質量

數據質量監控DQC模塊，是處于被動式數據治理階段，即對運行結果的監測，按照數據資產等級劃分-檢測任務配置-運行結果預警/通知的流程，保障數據完整性、一致性、準確性等。

五、項目規劃

建設規劃：數據資產管理平臺，并非一次性可以建設完成。

大致可分為基礎元數據展示階段、提高元數據管理能力階段，促進數據應用與共享三個階段進行系統開發實施。

項目開始前制定每個階段的產品目標，每個階段要做成什么樣，基于這樣的方向，列出非常詳細的計劃，包括資源的規劃，每個里程碑的時間節點，輸出物，成果的評價方式等。