数据产品开发与经营

这是一本讲解在数据要素大背景下，企业如何将数据资源开发成数据产品，进而通过数据产品实现数据资产化和资本化的著作，为企业释放数据价值提供了科学的方法论和国内领先的实践方案。 这本书由全球数据资产理事会（DAC）组织编写，融合了国内数据资产管理领域多家企业的10位专家的研究成果和实战经验，得到了湖南数据产业集团、广州数据集团、深圳数据交易所、浙江大数据交易中心、华为、平安、安永、毕马威、德勤、普华永道、浙江大学等企业、机构和高校等近20位高层领导、技术专家和学者的高度评价和一致推荐。 从概念到方法，从理论到实践，从产业政策到行业解决方案，本书将为读者构建全面的数据产品知识体系，核心内容如下： （1）国家和地方出台的数据资产相关政策及其解读，为数据资产实践提供法律准绳； （2）详细阐释数据从原始数据到数据资源、数据产品、数据资产，再到数据资本的价值实现路径； （3）原创数据资产运营框架，包含数据战略模块、核心运营模块和基础支持模块，明确了数据产品在整个数据资产运营体系中的作用； （4）系统梳理并厘清原始数据、数据资源、数据资源化、数据资源来源、数据资源存储、数据资源质量、数据资源管理等核心概念及其基础知识； （5）详细介绍数据产品的核心概念、产品类型、产品形态、产品价值； （6）原创数据产品高速动车组模型，重点阐述了价值牵引、场景驱动、合规支撑三大数据产品开发策略； （7）原创数据产品设计五步法，将数据产品设计分为场景设计、价值设计、构件设计、交付与运营、安全合规设计5个步骤； （8）提出数据产品开发全景图，为资源型、服务型、智能型等不同类型的数据产品开发提供科学方法； （9）原创数据产品运营增长框架，为数据产品的运营和增长提供方法论； （10）从实践角度讲解数据产品开发方法如何落地，以及不同类型的数据产品的开发经验； （11）从数据产品交易、数据资产运营和数据资本创新3个维度深度讲解数据产品的经营方法和逻辑，实现从数据产品到数据资本的闭环。

钱勇<br />数焰科技CEO，某综合金融集团前首席数据官。拥有20余年技术研发和企业管理经验，数据要素和人工智能领域布道者，数据智能和组织发展领域资深专家。毕业于哈尔滨工业大学，北京大学汇丰商学院金融科技EDP，美国得克萨斯大学阿灵顿商学院工商管理硕士。DAMA国际认证首席数据官，工业和信息化部认证首席数据资产运营官、高级数据资产评估计价咨询师和高级数据资产入表保荐师，中国信息协会数据要素专业委员会专家，腾讯云最具价值专家（TVP）。多次担任国内顶级数据、产品、技术峰会的联席主席、出品人或演讲嘉宾。<br />项灵刚　<br />资深数据领域专家，专注于数据要素实践与数据资产管理。海亮教育CIO，主导推动教育行业领先的数据资本化案例实践，深耕数据治理、数据资产建设、数据产品知识产权等领域。中国CIO协会专家委员，工业和信息化部认证首席数据官和首席数据资产运营官，中国信通院认证高级数据资产管理师和高级数据分析师，国家“数据要素 × 人才标准”起草人，浙江大数据交易中心“数据要素 × 行业专家”，全球数据资产理事会（DAC）专家。<br />林建兴　<br />全球数据资产理事会（DAC）总干事，开放数据空间联盟（ODSA）执行理事长，厦门市云大物智数据研究院理事长，高颂数科（厦门）智能技术有限公司董事长，“数据资产丛书”总策划、《数据空间知识体系指南》作者。<br />持续聚焦数据资产运营、数据治理、数字化转型服务，专注以数据为中心的人工智能应用研究，已获得以下专业认证资格：数据资产评估计价咨询师（高级）、数据交易合规师（高级）、首席数据官（CDO）、数据治理专家（CDGP）、数据治理工程师（CDGA）、注册信息安全工程人员（CISP）等。<br />于冰冰<br />布鲁塞尔自由大学硕士，曾任数据治理高级经理、首席信息安全官、数据安全官和数据保护官等职位。在信息科技、资产管理、消费金融、汽车金融和教育等行业从事过数据管理工作，具有深厚的数据管理理论知识和丰富的数据管理项目落地实践经验，同时在人工智能治理合规方向有深入研究。取得多种数据领域证书和荣誉，在国内外刊物上发表过多篇论文，翻译、编写过多本数据领域的图书。

目录<br />作者简介<br />赞誉<br />前言<br />第一篇　数据产品基础<br />第1章　数据资产政策及运营框架<br />1.1　数据资产相关政策概览2<br />1.1.1　国家出台的政策2<br />1.1.2　地方政府出台的政策6<br />1.2　数据价值实现路径7<br />1.3　数据资产运营框架9<br />1.3.1　数据战略模块9<br />1.3.2　核心运营模块11<br />1.3.3　基础支持模块24<br />第2章　数据资源治理<br />2.1　原始数据26<br />2.1.1　什么是原始数据26<br />2.1.2　原始数据的来源27<br />2.1.3　原始数据的形式28<br />2.1.4　原始数据的特点28<br />2.2　数据资源29<br />2.2.1　什么是数据资源29<br />2.2.2　数据资源的主要类型29<br />2.2.3　数据资源的特点36<br />2.3　数据资源化36<br />2.3.1　数据资源和原始数据的关系36<br />2.3.2　数据资源化的过程36<br />2.4　数据资源来源39<br />2.4.1　内部系统产生40<br />2.4.2　互联网采集42<br />2.4.3　物联网设备采集43<br />2.4.4　外部流通交易46<br />2.5　数据资源存储47<br />2.5.1　数据仓库48<br />2.5.2　数据湖49<br />2.6　数据资源质量52<br />2.6.1　数据资源质量问题的来源52<br />2.6.2　数据资源质量的关键要素53<br />2.6.3　数据资源质量评估54<br />2.6.4　数据资源质量评分56<br />2.7　数据资源管理57<br />2.7.1　数据资源加工58<br />2.7.2　数据资源管理过程62<br />2.7.3　数据资源管理成熟度64<br />第3章　数据产品概述<br />3.1　数据产品核心概念67<br />3.1.1　什么是数据产品69<br />3.1.2　数据产品的特征70<br />3.1.3　数据产品与数据资源的关系73<br />3.2　数据产品类型73<br />3.2.1　资源型数据产品75<br />3.2.2　工具型数据产品78<br />3.2.3　服务型数据产品81<br />3.3　数据产品形态84<br />3.3.1　数据类产品85<br />3.3.2　信息类产品87<br />3.3.3　知识类产品92<br />3.3.4　智慧类产品97<br />3.3.5　数据产品形态的演变101<br />3.4　数据产品价值103<br />3.4.1　什么是数据产品价值104<br />3.4.2　数据产品的FBUS价值模型106<br />3.4.3　数据产品的财务价值107<br />3.4.4　数据产品的业务价值110<br />3.4.5　数据产品的用户价值114<br />3.4.6　数据产品的社会价值115<br />第二篇　数据产品开发<br />第4章　数据产品开发策略<br />4.1　数据产品高速动车组模型120<br />4.2　价值牵引：动车组的“操控手柄”122<br />4.2.1　什么是价值牵引122<br />4.2.2　价值牵引的8个特征123<br />4.2.3　价值牵引的5个实施步骤125<br />4.2.4　价值牵引的4个管理策略128<br />4.3　场景驱动：动车组的“动力引擎”133<br />4.3.1　数据产品的应用场景分类133<br />4.3.2　数据产品的需求分析框架140<br />4.3.3　数据产品的场景驱动策略146<br />4.3.4　场景驱动数据产品的主要特征158<br />4.4　合规支撑：动车组的“无砟轨道”160<br />4.4.1　数据产品安全161<br />4.4.2　数据产品合规167<br />4.4.3　安全合规支撑的数据产品开发策略172<br />4.4.4　数据产品各个阶段的安全合规174<br />第5章　数据产品设计方法<br />5.1　数据产品设计五步法框架179<br />5.2　第一步：产品场景设计181<br />5.2.1　定义用户181<br />5.2.2　场景痛点分析182<br />5.3　第二步：产品价值设计185<br />5.3.1　产品需求设计185<br />5.3.2　场景价值设计187<br />5.3.3　产品框架设计189<br />5.3.4　需求优先级设计191<br />5.4　第三步：产品构件设计192<br />5.4.1　数据产品的3个构件192<br />5.4.2　数据原料设计195<br />5.4.3　模型算法设计197<br />5.4.4　产品可视化设计201<br />5.5　第四步：产品交付与运营205<br />5.5.1　数据产品测试206<br />5.5.2　数据产品交付206<br />5.5.3　数据产品运营207<br />5.5.4　数据产品迭代209<br />5.6　第五步：产品安全合规设计210<br />5.6.1　数据安全设计210<br />5.6.2　数据合规设计211<br />5.7　案例：资源型数据产品实践212<br />5.7.1　产品设计212<br />5.7.2　案例总结217<br />5.8　案例：服务型数据产品实践217<br />5.8.1　产品设计218<br />5.8.2　案例总结243<br />第6章　数据产品开发方法<br />6.1　数据产品开发全景图245<br />6.2　数据产品开发基础247<br />6.2.1　数据产品开发角色248<br />6.2.2　基于数据仓库的数据开发250<br />6.2.3　基于数据平台的数据开发251<br />6.2.4　基于DataOps的数据开发255<br />6.2.5　数据开发的关键技术258<br />6.2.6　数据开发的关键平台261<br />6.3　资源型数据产品开发方法266<br />6.3.1　数据资源盘点266<br />6.3.2　数据指标体系梳理267<br />6.3.3　数据建模268<br />6.3.4　数据质量改进271<br />6.3.5　数据开发276<br />6.3.6　数据服务277<br />6.4　服务型数据产品开发方法278<br />6.4.1　开发需求分析278<br />6.4.2　数据资源评估279<br />6.4.3　技术选型280<br />6.4.4　架构设计281<br />6.4.5　常用开发方法282<br />6.4.6　产品迭代284<br />6.5　智能化数据产品开发方法285<br />6.5.1　开发前提条件285<br />6.5.2　场景和价值设计286<br />6.5.3　模型准备287<br />6.5.4　模型选择289<br />6.5.5　算法设计291<br />6.5.6　模型训练292<br />6.5.7　模型输出293<br />6.5.8　模型发布295<br />第7章　数据产品运营方法<br />7.1　数据产品运营框架296<br />7.2　基础助推器：数据产品运营基础298<br />7.2.1　数据产品运营角色298<br />7.2.2　数据产品运营基本职责299<br />7.3　内部推进器：数据产品增长飞轮306<br />7.3.1　什么是增长飞轮307<br />7.3.2　如何构建飞轮308<br />7.3.3　如何驱动飞轮310<br />7.3.4　构建多层飞轮311<br />7.3.5　建立飞轮组合312<br />7.4　外部推进器：数据产品客户成功314<br />7.4.1　什么是客户成功314<br />7.4.2　数据产品客户成功策略317<br />︱第三篇　数据产品实践<br />第8章　数据产品开发实践<br />8.1　数据产品实践背景324<br />8.1.1　获得数据加工经营授权325<br />8.1.2　建设金融数据服务平台325<br />8.2　数据产品策略实践327<br />8.2.1　价值牵引数据产品设计328<br />8.2.2　场景驱动数据产品开发331<br />8.2.3　合规支撑数据产品经营333<br />8.3　落地数据产品设计五步法实践335<br />8.3.1　产品场景设计335<br />8.3.2　产品价值设计335<br />8.3.3　产品构件设计336<br />8.3.4　产品交付与运营337<br />8.3.5　产品安全合规设计338<br />8.4　数据产品实践复盘339<br />第9章　数据要素型企业产品实践<br />9.1　数据资产运营生态图谱341<br />9.2　数据要素型企业的定位和典型问题343<br />9.2.1　数据要素型企业的定位343<br />9.2.2　数据要素型企业的典型问题344<br />9.3　案例：海亮教育的数据资产管理实践346<br />9.3.1　海亮教育简介346<br />9.3.2　数据价值实现路径347<br />9.3.3　案例复盘364<br />9.4　案例：高颂数科“平台+生态”数据资产运营模式366<br />9.4.1　数据要素典型企业高颂数科366<br />9.4.2　高颂数科数据资产运营核心技术底座368<br />9.4.3　“平台+生态”数据资产运营模式375<br />9.4.4　高颂数科的数据产品开发与经营实践381<br />第10章　数商型企业数据产品实践<br />10.1　数据服务商的定位和分类385<br />10.1.1　数据服务商的定位386<br />10.1.2　数据服务商的分类388<br />10.2　案例：惟客数据产品开发实践390<br />10.2.1　惟客数据简介390<br />10.2.2　数据产品发展战略391<br />10.2.3　数据产品矩阵393<br />10.2.4　数据产品体系394<br />10.2.5　数据产品和方案货架400<br />10.2.6　数据产品服务模式402<br />10.3　案例：德生科技数据产品开发实践404<br />10.3.1　德生科技简介404<br />10.3.2　数据产品案例：德生职业背调404<br />10.3.3　数据产品案例：信用就医408<br />︱第四篇　数据产品经营<br />第11章　数据产品交易<br />11.1　数据交易市场421<br />11.1.1　数据产品作为商品421<br />11.1.2　数据产品交易市场422<br />11.1.3　数据交易市场机制424<br />11.2　数据产品交易模式427<br />11.2.1　场内交易与场外交易427<br />11.2.2　数据交易所模式429<br />11.2.3　“所商分离”机制433<br />11.3　数据产品交易技术434<br />11.3.1　数据产品交易技术版图434<br />11.3.2　主流数据技术436<br />11.3.3　数据计算437<br />11.3.4　数据空间438<br />11.3.5　数据快递440<br />11.3.6　数算一体化441<br />11.4　数据产品交易平台444<br />11.4.1　数据产品交易平台的核心制度444<br />11.4.2　数据产品交易平台的核心系统445<br />11.4.3　数据产品交易平台的开发与运维447<br />第12章　数据资产运营<br />12.1　重构企业数据资产450<br />12.1.1　全面认识数据资产450<br />12.1.2　数据资产管理框架459<br />12.1.3　企业数据资产重构与数字化转型升级463<br />12.2　数据资产价值管理464<br />12.2.1　数据资产价值倍增路径465<br />12.2.2　数据资产估值模型466<br />12.2.3　数据资产价值应用467<br />12.3　数据资产深度运营470<br />12.3.1　数据产品系统运营470<br />12.3.2　数据资产入表472<br />12.3.3　数据资产运营创新模式473<br />12.4　城市全域数据资产运营477<br />12.4.1　公共数据授权运营与开发利用477<br />12.4.2　行政事业单位数据资产管理479<br />12.4.3　城市数据资产运营平台481<br />12.4.4　数据资产驱动的数据产业484<br />第13章　数据资本创新<br />13.1　数据资本486<br />13.1.1　什么是数据资本486<br />13.1.2　什么是数据资本化488<br />13.1.3　数据资本与数据资产、数据产品的关系489<br />13.2　企业数据资本运营491<br />13.2.1　数据资本创新的挑战491<br />13.2.2　数据资产金融创新493<br />13.2.3　数据资本估值497<br />13.2.4　数据资产并购500<br />13.3　数据资产市值管理502<br />13.3.1　全要素资本化502<br />13.3.2　数据资产对企业市值的影响504<br />13.3.3　中小企业数据资产市值管理507<br />13.3.4　城投公司数据资产运营509<br />13.3.5　数据集团数据资产管理510<br />13.4　数据投行513<br />13.4.1　数投行创新模式513<br />13.4.2　数据投行的政策法律依据514<br />13.4.3　数据投行的业务内容515<br />13.4.4　数据做市商制度517<br />13.5　数据资产通证化518<br />13.5.1　数据资产通证化实践518<br />13.5.2　数据资产通证化的创新影响519<br />13.6　数据资产证券化521<br />13.6.1　数据资产证券化的创新背景521<br />13.6.2　数据资产证券化的参与方与业务流程521