数据资产管理是一项涉及数据资产分析、资产治理和资产应用的综合性管理活动，旨在提升组织数据的利用率和价值。以下为详细的知识点说明：
一、数据资产分析
数据资产分析是理解数据本身和数据所蕴含价值的过程，它要求组织能够从多个角度对数据资产进行评估和盘点。在这一过程中，关键步骤包括：
1. 基于数据知识图谱进行内容理解和推理，这是为了更好地掌握数据的内容及其相关性，以支持后续的数据利用和管理。
2. 追踪数据应用，将数据、产品应用和用户行为等关联起来，使得数据流动、使用和价值实现的过程变得可追踪和可监控。
3. 构建资产类目，通过基于数据内容和业务理解，规范数据类目体系，有助于组织系统地管理和利用其数据资源。
4. 剖析成本价值，明确数据的成本和业务收益，使成本和价值关系变得透明和可评估。
5. 进行资产评估，包括盘点和活性评估，以及ROI（投资回报率）评估，以便从财务角度量化数据资产的价值。
二、资产治理
资产治理旨在降低数据管理的成本并提高效率。具体措施包括：
1. 数据存储治理，形成闭环，确保数据的稳定性和可访问性。
2. 数据计算治理工具，通过工具赋能资产治理，提升治理效率。
3. 治理领域和方法策略，制定详细策略以应对不同的治理任务。
4. 治理工具和模型，包括计算存储质量模型、安全成本模型，实现治理过程的自动化和智能化。
5. 治理资源监控和效果评估，对治理活动进行定期的监控和评估，确保持续的治理效果。
三、资产应用
资产应用着重于如何更有效地追踪和溯源数据使用，以确保数据资产能够被合理利用。关键点包括：
1. 全链路保障，确保数据应用的完整性和安全性。
2. 应用ROI评估，评估业务投入产出比，以衡量业务、产品和算法的价值和效率。
3. 安全管控，建立预警机制，以管理和消除数据流动中的风险。
4. 数据追溯，通过全链路追踪和监控数据的回流，实现数据使用的实时服务和离线同步。
5. 数据资产管理产品架构，提供了包括数据资产管理平台、资产概览、资产地图、资产治理、资产应用等多个方面的管理支持。
四、技术实现与产品服务
在技术层面，实现数据资产管理的关键技术和服务包括：
1. OneMeta产品端、服务端、数据端，实现端端互通，支持多种数据服务产品。
2. OneLog产品及应用，提供全链路管理产品溯源数据追踪服务。
3. 数据知识图谱，作为资产分析的底层支持技术，提供数据资产DaaS服务，即数据即服务。
4. 数据交换&共享，支持数据交换与计量计费，以促进数据的共建共享。
5. 数据体系，包括基础元数据、主题元数据、应用元数据、数据建设和服务，为数据治理提供全面的数据服务和管理。
五、阿里巴巴集团实践案例
阿里巴巴集团的数据资产管理实践案例向我们展示了如何将上述知识点运用到实际场景中。通过集团的统一资产地图、资产管理平台和资产分析体系，阿里巴巴实现了对数据资产的全面审视与科学管理。该集团还发展了资产运营能力，赋能数据资产化管理和智能化商业应用，从而在集团内部实现了数据资产的高效管控和价值最大化。
数据资产管理通过系统化的分析、治理和应用，帮助组织全面掌握其数据资源，提升数据的可利用性，最终实现数据资产的价值最大化。
think-gem2018-07-26阿里云栖的PPT，坑
