阿里云：2021数生万物，转型之本数据资产运营白皮书

数生万物，转型之本 2021数据资产运营白皮书 序言 戴涛 阿里云智能 零售行业总经理 当前，全球正处于数据智能的新时代。企业业务对于数据智能的需求不断地释放和推动了云计算、大数据、人工智能和物联网等新技术的发展，而技术的升级迭代也反过来进一步加深了社会对于数据价值的认知。这样就形成了业务和技术的双轮驱动。 当前数据已被视作与土地、劳动力、资本、技术并列的五种生产要素。更进一步，数据其实已经正在成为各类组织机构的核心资产。数据资产是当前企业数字化转型进程的重要驱动力，而由数据驱动的数据资产运营是企业实现成功转型的关键保障。 数据资产运营能够帮助企业完成数据多层次溯源，全面盘活数据资产内涵价值，为企业业务经营决策提供支持，从而有效推动企业数字化转型过程，最终达到以价值为导向的企业运营能力持续提升目标。数据资产运营要覆盖数据处理的全生命周期，构建企业全域数据资产中心，推动数据统一化、标准化、资产化，进而实现面向全业务开放赋能。长远来看，通过数据资产运营构建持续集成、持续交付、持续部署、开放协同、共享管理一体化的企业自主数据能力，是我们期待实现的企业数字化转型美好愿景。 张涵予 毕马威中国 管理咨询服务数字化转型合伙人 数字经济时代的来临，推动市场向着更灵活高效的形态演进，也促进了一批新业态和新模式的形成。而数据作为这一时代的核心要素，凭借其强大的潜在生长力，改变了人们对于生产效力的认知，不断地为社会发展注入新的活力。 2020年，国家层面将“数据”作为新型生产要素写入中央文件中，“数据是资产”也已成为市场的共识。随着数据资产成为企业数字化转型中的重要基石，市场主体对于数据管理的需求也持续扩张。而数据资产运营是挖掘数据价值的有效引擎，能够决定企业数字化转型蜕变之路的成败。由数据资源集成的大数据产业生态，需要高效的数据资产运营手段为伍，才能实现企业商业价值最大化。企业未来想实现数智化发展，就要充分认识数字时代的转型关键，重点把握核心数据资产运营环节，通过闭环管理、周期评估、优化迭代运营过程，最终形成动态可持续的数据应用价值链。 未来，数据资产运营将成为企业商业价值实现的重要一环，如何有效掌握这一关键，全面释放数据潜能，将成为各市场主体的战略突破点。数字经济时代对企业产生了新的要求与期待，我们也希望通过数据资产运营，助力市场高效实现数字化变革，为社会发展注入长效驱动力。 1数据：生产新要素，转型新动能 2数据资产运营：企业数智化进程敲门砖 3数据资产运营的妙言要道：“三要素”和“四重奏” 4最佳实践：知行合一，随需应变 1数据：生产新要素，转型新动能 2数据资产运营：企业数智化进程敲门砖 3数据资产运营的妙言要道：“三要素”和“四重奏” 4最佳实践：知行合一，随需应变 我国已进入数字经济时代，数据作为新型生产要素出现 生产要素的形态随经济发展而变迁 传统 生产 要素 数据 新型 生产 要素 数字经济时代 技术 资本 工业经济时代 劳动力 土地 农业经济时代 政府报告明确数据为新型生产要素 中央颁布的第一份关于要素市场化配置的文件 土地、劳动力、资本、技术、数据五个生产要素领域的改革方向 明确完善要素市场化配置的具体举措 数据作为一种新型生产要素被写入其中 2020年4月9日，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》正式公布 政府加快培育数据要素市场 推进政府数据开放共享 提升社会数据资源价值加强数据资源安全保护 加强数据资源整合 资料来源：政府工作报告，公开资料整理 数据生产力崛起的核心原因在于生产效率提升、资源配置优化与传统要素替代 数据 劳动 资本 技术 土地 倍增+优化+替代 1 2 3 价值倍增：提升传统单一要素生产效率 资源优化：优化传统要素资源配置效率投入替代：替代传统要素的投入和功能 劳动 价值 数据 资本 技术 价值 数据要素融入到劳动、资本、技术等每个单一要素，单一要素的价值将倍增 价值 价值倍增：提升传统单一要素生产效率 数据 推动生产 提供公共服务 数据不能直接生产，但是数据可以低成本、高效率、高质量地推动生产、提供公共服务，驱动经济增长 资源优化：优化传统要素资源配置效率 质量提升 效率提升 成本提升 “当前企业资源优化配置的科学性、实施性、有效性来自于正确的数据以及对数据这一生产要素的有力把握，并以正确的方式传递给人和机器“ 互联网 移动支付 电子商务 冲击 传统线下基础设施建设 数据可以提高产品、商业模式的创新能力；可以用更少的物质资源创造更多的物质财富和服务，对传统生产要素产生替代效应 投入替代：替代传统要素的投入和功能 资料来源：阿里研究院《安筱鹏：数据要素如何创造价值|深度解读》 监管机构已对公司数据能力提出全面要求，企业数据运营从粗放式发展转向按道而行 数据安全规范 2020年7月2日，全国人大常委会第二十次会议审议了《数 据安全法（草案）》并公开征求意见。全文7章51条，包括：总则、数据安全与发展、数据安全制度、数据安全保护义 务、政务数据安全与开放、法律责任和附则，搭建了一个更为全面的数据安全保护体系。作为在数据安全领域的专项法律，体现了国家立法层面对数据安全的高度重视。 数据收集 收集使用个人信息需遵循的合规要求： •制定并公开收集使用规则； •征得用户明确同意； •功能设计同隐私政策保持一致； •不得因是否授权收集个人信息，而采取歧视行为。 数据处理使用 数据处理使用环节需遵循的合规要求： •加强对个人信息和重要数据保护； •注销账号后及时删除用户个人信息； •合理、及时响应个人信息有关要求； •推送广告和合成信息时以明显方式标注“定推”、“合成”等字样。 数据安全监督管理 1 3 2 4 法律责任 •网信部门在数据安全管理责任落实不到位时，约谈负责人，督促整改； •国家网信部门组织数据安全管理认证和应用程序安全认证工作； •发生重大数据安全事件，应当立即采取补救措施报告。 对于违反办法规定的网络运营者，有关部门将依据相关法律、行政法规的规定，根据情节严重程度施加不同的处罚措施，构成犯罪的，将依法追究刑事责任。 跨境数据规范 • • 2017年6月1日正式生效的《中华人民共 和国网络安全法》规范了跨境数据的流动。 2021年9月1日即将正式生效的《中华人民共和国数据安全法》进一步强化跨境数据安全管理。 上市公司数据规范 数据违规不良影响 监管措施 证券公司出具监管函 证券公司出具警示函 对公司及主管给予警告 公司及主管承担罚款 行政处罚 关键要点 重要数据境内储存 跨境数据安全评估 数据出境对象明晰 关键信息基础设施运营者识别 非法所得全部予以没收 纪律处分 责令停产停业 2020年6月10日，证监会发布《关于发行审核业务问答部分条款调整事项的通知》，对上市公司信息系统与数据做出了规范。 公司及高管面临公开谴责 行业内面临通报批评 立案调查 上市公司被迫强制退市 关键要点 异常交易数据分析 企业基础数据质量 运营数据的披露质量 系统内控环境评估 公司董高监面临市场禁入 行政处罚实例：2020年4月20日，上海某银行涉嫌虚报、瞒报金融统计数据等受到行政处罚，银行被判处罚款93.6万元罚款，2名直接责任人员合计处罚款3万余元。 资料来源：政府工作报告，公开资料整理 与此同时，数据生态已从数据产业初现的探索期向数据智能化应用期演进 2012 2018 2021 2012前2015 知数 •业务百花齐放、发现数据价值 •各种数据平台支持数字化转型 •数据产业初现 •大数据产品和服务相 继上线 互联网企业率先应用落地 用数 •形成业务垂直闭环，解决数据孤岛问题 •启动统一数据平台建设 •大数据概念普及 •头部公司开始购买数 据产品 技术不成熟，商业模式不清晰的数据厂商逐渐退场 数据驱动 •数据中台支撑业务可持续发展 •数据中台建设 •数据资产运营 •新商业模式 •新产品 •新服务 • 大数据软件 大数据服务 …… 数据产业细分市场初现 大数据硬件 智能化 •云上数据中台与业务伴生 •数据中台服务业务“正循环” •新产品和新服务逐步完善 •商业模式得到市场印 证 数据智能化运用到产业实践 发展阶段 看数 •数据作为载体呈现业务现状 •业务模式常态化，数据形态相对固化 •传统信息系统产品占主流 •数据产业未形成 数据类产品单一且功能固化 使用特征业务赋能 产业特征 萌芽期 探索期 市场启动期 高速发展期 智能化应用期 01洞察商机 数据 洞察 支持精准营销 03风险管控 数据 业务需求赋能 产生收益/ 业务 风险规避 产品设计 企业内外部 需求方 企业内部 通过数据洞察，深入了解核心群体，为产品结构优化、产品创新、精准营销助力 数据价值 大数据分析、挖掘技术帮助企业管控各方风险，通过量化分析，对各类风险识别与管控，建立完善的风险防范体系 02降本增效04辅助决策 降本 新兴科技能够有效帮助企业降本增效，如以租代购、按需使用、按量计费的云计算基础设施能有效降低技术成本 大数据分析与人工智能结合，使流程 增效 降本智能化、自动化， 增效减少因繁琐流程导 致的产品生产周期延后 通过市场份额、KPI、交易现状等数据，构建问题的全局视角，发现关联业务、要素间的因果关系，预测数据动态演化情况，优化数据价值链 企业现存问题无法满足业务需求、呈现数据价值 企业诉求 数据价值 随着数字经济的高速发展，数据价值日益凸显。在数字经济时代，数据正在成为企业经营决策的新驱动、商品降本增效的新内容、企业风险管控的新手段，带来了无数新的商机与机遇。 快 •数据调取速度快 •数据时效性和应用性强 •数据加工处理分析效率高 多格式 现状 现状描述 •数据资源分散，难以感知 •数据驱动意识待加强 无助点 缺乏统一数据视图 快速触达 制胜先机 •数据准确度和精度高 诉准•辅助企业做出正确的决策 求•减少决策性失误的风险 孤岛化 数据孤岛普遍存在 •资源利用率低 •数据可得性差 夯实稳健精益运营 01洞察商机 01 02降本增效 02 03风险管控 洞察商机数据价值 04辅助决策降本增效 •数据维度、颗粒度够 全 •为企业提供更有价值的参考 •企业做决策时考虑更全面 智 •数据智能化和自助化程度高 •数据更方便企业智慧应用 •智能建议和一站式数据分析 无应用 包罗万象智虑周全 自助分析启智未来 易泄露 低价值 数据质量低下 •数据泄露，企业和用户利益受到威胁 •数据价值难以释放 •业务决策偏差 •企业额外成本支出高 缺乏安全的数据环 境 •管理和应用数据的模式及指导缺失 •缺乏对数据服务和数据应用的合理指导 缺乏数据价值管理体系 数据诉求迫切增长的同时，技术工具日趋成熟，数字化人才队伍壮大，数据资产运营的黄金时代宣告来临，助力企业解决现存数据问题 随着大数据时代来临，数据量的井喷式增长推动数据产业规模不断扩张，政府与企业提升了对数据的认识与重视度，数据型人才队伍不断壮大，技术工具日渐成熟，种种迹象均表明数据资产运营的黄金时代已宣告来临。企业只有更好地了解数据、把握数据、利用数据，才能萃取更大的业务价值以强化企业核心竞争力，而数据资产运营正是盘活这一切的动力。 数据产业规模持续扩张 2019-2023年总收益实现13.1%的复合年均增长率，2023年总收益达到3126.7亿美元 趋势 数据创新应用和产业优化升级 数据分析算法和技术迭代更新 数据量指数级增长 数据量井喷式增长 2025年全球数据量将达到 163ZB 认识/意识 政府大力普及大数据概念 政府大力推进大数据建设，强化大数据意识和开放意识，破解孤立的、自成体系的问题，树立系统的理念 企业意识到数据的重要性 数据意识是数据驱动，明白现在企业的一切活动、一切事务都需要数据驱动。数据驱动不光是在技术过程、业务里，企业里的一切事务都需要数据驱动 人才 数 截至