对于已经建设好数据仓库且有充足资源的企业，或许可以考虑搭建数据资产管理平台，以更好地服务企业内部用户。那么，怎么搭建好数据资产管理平台呢？这篇文章里，作者总结了相应的关键阶段与实施流程，一起来看一下。

一、数据资产管理平台如何搭建？

该篇文章简述数据资产管理平台搭建的内容、流程和注意事项。

自研or采购

实现数据资产管理平台可以分为两种方式，自研或采购，这两者之间的区别也是非常明显。

先说采购，采购一般是商业化的数据治理套件，其中的数据资产管理相关的数据目录、数据标准、数据血缘、数据质量等内容很难单独购买。

一般都是，为了买一个工具，要买一整套的数据治理服务。这意味着要付出多余的成本。

但是对于刚刚步入大数据业务范畴的公司，尤其是传统企业，对数据仓库，数据资产，数据治理认知不足的情况下，更适合通过直接采购成熟的数据开发、治理套件去使用。

可以提高数据团队的认知，规范数据团队的开发流程。

其次是自研数据资产管理平台，适合已经建设完成数据仓库且有足够资源的企业，自研能够更好的服务企业内部用户，提供定制化的产品能力。

项目实施流程：需求识别–可行性分析–需求规格确定–项目规划–系统开发–项目实施–项目验收几个关键阶段。

二、需求识别

想要启动数据资产管理平台项目，首先要明确企业的当前阶段是否需要该产品，是否必须通过上线该产品来解决某些问题，达到企业目标。

数据资产管理就是对元数据进行管理，是数据治理的基础。不只是数据的增删改查，而是和维度建模、数据标准、数据安全、数据质量息息相关的。

比如在数仓不同层级表元模型各不相同，不同实体的元模型各不相同。

比如在元数据管理过程中，部分元数据枚举值的来源已制定的数据标准。

比如上下游表之间数据的安全等级关系。

比如对于各个实体而言， 数据质量检测结果也是元数据的一种。

所以在实施数据资产管理前，甚至是需求收集前，不妨先了解当前的数据建设情况，组织流程是否完善，数据规范/数据标准维护是否完善，线下文件是否有合理管理方法，并了解当前管理的方法还存在哪些问题。

其次考虑当前阶段是否需要考虑数据安全，数据质量等内容。

最终确定当前阶段开发数据资产管理平台的必要性，平台的能力范围。

可以询问以下几个问题：

1. 在开发平台之前，是如何管理元数据的？
2. 当前数据管理的组织，流程，规范，标准建设阶段是怎么样的？
3. 出现的数据管理问题是流程问题，规范问题，模型问题，还是资源问题？
4. 当前有多少条业务线在生产数据，生产的量级大概是多少？（业务线多代表管理难度大）

三、可行性分析

现状分析：主要包括数据建设现状分析、数据应用情况、数据集成情况。

建设边界：哪些系统需要数据资产管理平台的支持，比如除了数据仓库的元数据采集，还可以链接BI工具/数据服务的元数据及血缘关系。

建设质量：主要是看企业当前数据仓库，数据标准，数据安全的建设情况；当前的元数据管理方式，存储方式，通过什么方式可以保证线上管理的准确性和及时性。这关系着系统上线后的易用性，以及元数据的质量。

建设成本：采购成本/自研成本。

项目目标：描述本项业务达成目标，如发挥的作用、解决的问题、对基层的支撑、体现的价值，原则上需要有可量化、可评估目标。

四、需求规格确定

1. 元数据采集

确定元数据的采集范围，元数据模型，包括业务元数据、技术元数据、管理元数据等；确定采集方式、采集频率、存储方式。

注意采集边界，哪些元数据可直接采到，哪些元数据需要手动维护，哪些自动采集配合手动维护。

手动维护元数据是一项长期，工作量较大的工作，所以不能自动采集的元数据，通过什么方式可以自动采集也是未来需要考虑的地方。

2. 数据目录

为了快速的查看数据资产情况，需要对数据资产进行盘点，可以从主题域、数仓分层、数据来源，或自定义目录等角度盘点数据资产的数量。

支持数据资产查询，数据资产详情，元数据管理等功能。

3. 数据血缘

数据血缘也是元数据的一种展现形式，主要运用于影响分析、问题归因、数据价值评估、数据安全分析等。

4. 数据质量

数据质量监控DQC模块，是处于被动式数据治理阶段，即对运行结果的监测，按照数据资产等级划分-检测任务配置-运行结果预警/通知的流程，保障数据完整性、一致性、准确性等。

五、项目规划

建设规划：数据资产管理平台，并非一次性可以建设完成。

大致可分为基础元数据展示阶段、提高元数据管理能力阶段，促进数据应用与共享三个阶段进行系统开发实施。

项目开始前制定每个阶段的产品目标，每个阶段要做成什么样，基于这样的方向，列出非常详细的计划，包括资源的规划，每个里程碑的时间节点，输出物，成果的评价方式等。