什么是数据资产？数据资产管理如何落地？CDAM数据资产管理师认证来了！

CDMP

原创2024-05-13小艾老师

CDMP数据管理专家认证知识体系考证须知证书含金量培训大纲 3分钟小视频我要提问

CDMP认证是目前全球认可的数据管理方面专业认证证书。它评估个人在数据管理领域的知识和技能，包括数据治理、数据质量、数据架构、数据安全等方面的能力。获得CDMP认证可以证明持证人具备专业的数据管理知识和能力。

中文名CDMP数据管理专家认证
英文名Certified Data Management Professional
英文简称CDMP
颁证机构DAMA（数据管理国际协会）
证书类别数据管理，数据治理，数据架构
同类认证CDGA

在数字化时代，数据已成为企业发展的关键要素。数据资产的重要性日益凸显，它不仅是企业的宝贵资源，更是企业在竞争中脱颖而出的关键。

01_什么是数据资产？什么是数据资产管理？

数据资产就是能给企业带来经济利益的数据资源，像销售数据、用户信息、财务数据啥的。要是能好好管理利用这些数据，就能帮企业效率更高、决策更好，还能弄出些新商业模式。

数据资产管理呢，就是对企业或组织有的或者管着的数据资源进行规划、控制和提供，总之就是一系列能让数据更有价值的活动。它把数据开发、执行、监督啥的都包圆了，_终目的就是让数据给企业多挣钱。

数据资产管理的价值主要在这么几个方面：

能让企业内部增质提效：通过数据共享和分析，不同部门之间能合作得更好，工作效率更高，资源也能配置得更合理。比如说，销售数据能帮产品研发部门知道市场要啥，生产部门可以根据销售数据调整生产计划，财务部门可以根据销售数据预测分析。
能管理上下游产业链：和上下游企业共享数据，能让供应链更透明、合作得更好，整个产业链的效率都能提高。比如，企业可以根据供应商的生产情况调整采购计划，根据市场需求调整生产计划，实现精益生产。
还能帮国家现代化：管理和分析那些关乎民生的行业数据，可以给国家产业布局、城市规划、智慧城市建设啥的提供决策支持。比如说，分析电力、医疗、交通这些行业的数据，就能更好地知道老百姓要啥，资源配置更合理，公共服务水平也能提高。

02_现代企业在做数据资产管理时，可能会遇到的问题？

好多企业都有这6个常见的数据资产管理问题：

数据太分散，没有整体的看法：企业的数据到处都是，各个业务系统里都有，有时候甚至在外面，不好统一管理。
数据基础不行：大部分企业都没数据治理经验，数据标准乱七八糟，质量也不一样，很难变成能用的数据资产。
数据应用不够：因为基础不行，很多企业就只能在很小的领域试试数据应用，比如精准营销，应用范围太小，数据的潜力没发挥出来。
很难评估数据价值：企业很难准确说数据对业务有多大贡献，因为没有合理的评估模型，而且数据的价值还受商业模式影响。
数据安全问题：大家都知道数据有价值了，数据犯罪也多了，企业就面临数据泄露、个人隐私被侵犯这些安全威胁。
数据管理不行：没有数据驱动的管理制度和先进的管理工具，数据管理工作很难做好。

03_数据资产管理如何实施？如何落地？

定目标和范围：先定好数据资产管理要达到啥目标，做到啥程度，再确定哪些数据算数据资产，哪些数据不算。
做系统现状调研：这是数据资产盘点的基础，能了解企业现状，收集系统访问信息文档资料，为下一步的数据摸查做准备。先调研企业系统建设情况，用调研表收集信息，然后核查资料，处理问题。
设计资产模型：设计一个资产模型，对管理、业务、技术等信息进行规范，形成标准化模板，方便管理新添加的数据。
数据资产分类、编目、编码和服务：对数据资产进行分类，编目，编码，并提供日常服务，比如数据下载、交换、查询、敏捷分析等
建制度和流程：内部建立数据资产管理的制度和流程，明确角色，包括管理员、申请者、审批者和使用者，制定管理流程和制度。
用数据资产平台服务：把数据资产输入平台，平台提供服务，赋能组织内外部人员，常见的服务有资产检索、查看数据、申请交换、下载数据、资产分析等。
可持续性管理：要有管理、制度和技术_，确保数据资产管理有序，能赋能组织，包括资产盘点、变更、评审等，都要有完整的制度和流程。

04_CDAM数据资产管理师认证来了！

认证背景：

数据资产跟普通资产不一样，在确权、评估、评价和管理模式上差别很大。现在数据要素、数据资源、数据资产、数据产品这些概念用得乱，不规范、不统一。为了明确这些概念的边界、权利和权属特征、价值和评估路径等，需要培养数据资产领域的专业人才。

依据工信部印发《关于加强和改进工业和信息化人才队伍建设的实施意见》（工信部人〔2022〕138号），上海市静安区国际数据管理协会（DAMA China）、北京立言金融与发展研究院、联合国教科文组织国际工程教育中心清华大学（ICEE）、中国政法大学商学院联合开设“数据资产管理师（Certified Data Asset Management Specialist, CDAM）的专项认证。

适合对象：

包括但不限于：

政府部门相关工作人员；
公共数据运营及交易平台管理人员；
数据相关企业高管及管理人员；
会计事务所、律师事务所等中介机构专业人员；
金融行业相关人员。

报考要求：

大专学历，并从事相关工作满3年，或者
在校大学生大三以上，或者
持有大学本科及以上学历

考试时长：130分钟

考试大纲：

考试内容	单项选择题		多项选择题		论述题
考试内容	题目数量	分数	题目数量	分数	题目数量	分数
DAMA数据资产管理理论	7	7	4	8	0	0
我国数据要素理论	7	7	4	8	0	0
数据资产确权	3	3	2	4	0	0
数据资产价值评估	4	4	2	4	0	0
数据资产交易	5	5	2	4	1	10
数据资产入表	5	5	2	4	1	10
数据资产利益分配机制	3	3	1	2	0	0
数据资产运营	3	3	2	4	1	10
数据资产跨境流通	3	3	1	2	0	0
汇总	40	40	20	40	2	20

注：论述题共两题，但教学大纲表格中论述题显示为3题，因为论述题可能会来自如上“论述题“三个领域中的两个领域；同时按行业，考试内容会不一样。

教材介绍：

以《数据资产管理知识体系指南》PPT为主
以参考资料和案例文档为辅。参考资料和模板将以PDF格式提供

其它参考书：《首席数据官知识体系指南》（2024年2月出版，人民邮电出版社）

培训时长：

3天

课程安排：

日期	内容	说明
_天	DAMA数据资产理论	1.数据的资产属性 2.国外数据确权理论 3.数据价值评估理论 4.各国数据交易主要模式 5.数据资产入表的10项财务准则
	我国数据要素理论	1.数据要素理论的核心 2.数据要素资产运营管理的重点及难点 3.企业数据要素资产管理案例分享
	数据资产确权	1.数据资产确权的困境 2.数据资产确权的实施路径 3.案例分析
第二天	数据资产价值评估	1.数据资产价值评估的方法 2.数据资产价值评估的实施路径 3.案例分析
	数据资产入表实务	1.数据资产入表的现状和挑战 2.数据、数据资源与数据资产 3.数据资产会计处理的要点、工具、流程和方法 4.案例分析
	数据资产交易实务	1.数据交易主要模式 2.数据交易流程和实务 3.数据交易的困境和出路 4.案例分析
第三天	数据资产利益分配机制	1.数据资产的界定 2.数据资产保护的法律框架、条例整体立法框架及监管侧重点 3.数据类别的重点关注角度 4.数据处理者身份的重要关注角度 5.特殊的数据处理活动
	数据资产运营	1.数据资产运营内容 2.数据产品开发和应用 3.数据资本化 4.公共数据授权运营 5.数据资产运营实践案例分享
	数据跨境流通和合规	1.企业“出海“的现状 2.数据跨境流通的现状、机遇和挑战 3.数据跨境流通的过程、方法 4.案例分析