面向数据治理的数据资产质量评估模型研究

作者:未知

  摘  要:大数据时代,数据不仅仅是公司的财富来源,更是企业一项重要的无形资产,其重要性与日俱增,而对数据资产质量评估也成为了企业价值评估的一个核心问题。当下国际货币基金组织(IMF)对数据资产提供了一种定性评估模型——数据质量评估框架(DQAF),该模型主要从质量的先决条件、诚信的保证、方法的健全性、准确性和可靠性、适用性、可获取性;除此以外,数据的价值也应当是质量评估的重要维度之一,在该文中,将在模型中加入数据的价值这个维度,并将该维度细分为数据建设以及维护成本,数据库的保密性与共享性,数据共享程度,使用效果评价,以期对DQAF进行细化和完善,使数据资产评估可以更加准确和全面。
  关键词:数据资产  数据质量评估框架  国际标准  级联式结构  数据价值
  中图分类号:F832   文献标识码:A 文章编号:1672-3791(2020)01(c)-0018-02
  1  研究现状
  数据共享利用的程度,一方面体现了该企业信息的流通性,另一方面体现了数据的保密性以及安全性。信息的流通性不仅仅指数据在企业内部人员之间的使用、流动的情况,也体现了两个企业与企业之间信息传递的程度。在同一企业中,数据共享有利于加强各部门之间的了解认识与沟通协调,不断提高企业的管理效率,实现企业效益最大化。现有的研究中,均指出DQAF的重要性和權威性,但是大多关注DQAF如何在我国应用,或是研究DQAF现有的维度应该如何改进,少有考虑引入新维度以及数据本身价值这个衡量因素。而数据的价值,无疑是数据非常重要的评估角度。因此该文将在现有研究的基础上,引入新维度。
  2  模型设计
  该模型是对原DQAF的补充,因此,在符合DQAF的格式的条件下,增加了一个衡量维度,原格式如图1所示。
  具体分析如下。
  (1)建设成本。
  数据资产的建设主要包括采集获取数据以及建立数据库两个步骤,因此数据的建设成本也应当从数据采集方式、数据库建立成本两个方面来衡量。
  数据采集之后便是数据库的建立,一方面需要开发人员的人工成本,另一方面购买服务器以及电脑也需要大量资本投入。因此,数据库建立的成本也是衡量要点之一。
  (2)维护成本。
  数据需定期维护才能保证数据是实时的,并且数据库是安全的。数据维护不仅需要数据库管理员对数据库进行日常维护,也需要对服务器和电脑进行维护,包含了大量人工成本和技术成本。
  在DQAF中,已经详细介绍了前6种衡量维度(0~5),该文中,则加入了第6个衡量维度,该模型总结见表1。
  3  结语
  该文为DQAF增加了数据价值这个衡量维度,并从数据成本,数据共享利用水平两个要素来探讨,在每个要素下面细分了指标和焦点问题,数据资产的质量评估可以更加全面具体。同时,也强调了数据本身价值的重要性,在大数据时代,数据太多太杂,更需要我们关注数据的价值,对企业的重要数据资产进行衡量,提高企业的运营效率。同时,DQAF框架也需要我们在应用中不断完善和探索,相信随着数据的发展,衡量的指标会进一步增加,同时数据质量评估也会更加精确。
  参考文献
  [1] 常宁.IMF的数据质量评估框架及启示[J].统计研究,2004(1):27-30.
  [2] 汤琰,金勇进.数据质量评估框架及其信息量分析[J].商业经济与管理,2011(9):81-89.
  [3] 侯瑜.基于DQAF框架的我国统计数据质量管理及改进[J].统计研究,2012,29(12):24-30.
  [4] 赵宪.DQAF体系及其在我国数据质量评估中的应用研究[D].湖南大学,2014.
  [5] 张志刚,杨栋枢,吴红侠.数据资产价值评估模型研究与应用[J].现代电子技术,2015,38(20):44-47,51.
转载注明来源:https://www.xzbu.com/8/view-15159726.htm

服务推荐