商业智能时代数据资产的风险管理研究

许清华

摘 要：智能电网的建立有效提升了电网系统实际运行的安全与稳定性，实现了电网内部资源的优化配置，为广大用户带来更加安全可靠、高效清洁的电能输送和增值服务。智能电网的建立和运行需要以智能电网数据资产风险管理为前提，要真正提升智能电网数据资产风险管理科学化水平，风险管理属于其中的核心环节。本文针对此问题展开了深入探讨。

关键词：智能电网;电网企业;数据资产;风险管理

中图分类号：F270.7 文献标识码：A 文章编号：2096-0298（2021）03（b）--03

现阶段，智能电网数据资产风险管理工作主要针对数据资产进行计划、控制，提升数据的开发应用效率，不断促进智能电网数据资产价值的提升。虽然对数据资产价值的挖掘能够为公司发展带来新的助力，然而高收益往往也存在高风险，如果业务数据丢失或泄露，必然会在很大程度上影响到企业的生产经营，对企业造成非常大的经济损失。因此我们有必要深入研究智能电网推进背景下数据资产风险管理的相关问题。

1 智能电网推进背景下数据资产风险的内涵与特征

1.1 数据资产风险管理的内涵

数据资产属于智能电网在自身运行管理活动中逐渐形成的有价值的数据信息资源，科学开展好数据资产风险管理工作一般来说需要严控数据资产质量，强化数据共享和应用管理。数据资产质量管控应当根据智能电网数据质量评价标准及监管规定，重点针对业务源数据信息予以准确全面稽查，针对存在的问题提出具体的整改措施，保证使用者可以获取到更加准确的数据;数据共享主要指的是根据实际共享需要，针对数据共享的实际情况予以评估和完善，保证智能电网数据资产能够真正实现共享互通;应用管理即是结合电网企业经营发展的具体情况，设计好智能电网数据资产风险管理工作方案，编制风险管理工作规划，促进数据使用者和提供者的沟通与联系，有效控制数据资产风险管理风险，降低管理成本。

1.2 数据资产风险管理的特征

首先，数据资产质量在很大程度上影响到电网企业日常的生产和经营活动，要科学高效利用大数据技术，必须要拥有高质量的数据资产，如若不然则难以真正发挥出大数据的价值与作用。所以贯彻落实大数据资产风险管理工作，促进数据资产质量提升，对于现代化的电网企业而言是必须要引起重视的一个问题，也是电网企业现阶段和未来很长一段时期内都必须要重视的工作。其次，数据资产管理工作的设计范围进一步拓展，电网企业运营发展过程中所产生的数据信息量非常庞大，数据资产风险管理工作也面临着新的挑战，在新时期下数据资产风险管理从传统信息部门为主逐渐发展为企业高层引领，各部门积极参与的一项工作，同时也突出反映了电网企业战略级的重视程度，涉及的具体范围更为广泛。最后，电网企业在建立数据资产风险管理体系的过程中必然要重视工作流、产业链及生态连接等重要元素，要借助于更加规范的标准来确保数据资产风险管理效率和质量，确保全流程数据资产风险管理的统一协调。

2 电网企业数据资产风险管理的对象与框架

2.1 数据资产风险管理的对象

首先是确保数据质量。因为智能电网数据资产表现出多源、异构及高维等特点，在进行采集、通信及入库等流程后获得的数据质量高低直接决定了数据处理成本。其次是保证数据安全。智能电网数据资产具有极高的开发应用价值，所以在风险管理过程中可能会存在数据失窃或流失的风险，因此安全管理也是数据资产风险管理的重要对象之一。

2.2 数据资产风险管理的框架

数据资产风险管理属于一项长期性、系统性的工作，重点需要落实好开发、执行、监督数据资产的方案、流程等工作，从而确保数据资产的质量与价值。根据电网企业经营管理实际和数据资产风险管理需求，建立风险管理框架，如图1所示。

3 电网企业数据资产风险管理体系的构建

3.1 建立数据资产风险管理组织保障

数据资产风险管理组织体系，详细来说包含组织机构及规章制度两方面。

一方面，根据电网企业目前内部组织架构，数据资产风险管理机构应当由领导小组及其下设办公室构成。数据资产风险管理领导小组属于电网企业开展此项工作的直接领导组织机构，统一管理整个企业的数据资产风险管理活动。

另一方面，规章制度的建立与完善必须要涉及工作标准、具体流程等相关事项，同时数据资产全生命周期管理也应融入其中，属于数据资产风险管理的总体纲要。

3.2 数据资产风险管理体系分层

电网企业数据资产风险管理体系通常设置战略层、管理层及执行层。战略层需要设置企业管理层直接参与的数据资产风险管理委员会，具体职责是对整个风险管理活动实施统一规划和部署，确定管理目标，協调各部门不断推进风险管理工作的开展。管理层主要包含数据资产归口管理部门及技术保障部门，归口管理部门一般来说需要制定数据资产风险管理的基本工作流程及考评标准和其他相关制度，确保数据资产风险管理的有序推进，帮助处理好数据资产风险管理过程中出现的困难与问题，对实际管理情况进行考核评价等;技术保障部门主要职责是确保电网企业数据资产的安全性和完整性，负责提供一些日常的运行维护和故障处理等服务。执行层一般来说包含业务部门及基层单位，业务部门主要职责是对数据资产质量实施日常维护管理，而基层单位需要做好电网企业数据资产的核查工作，保障数据资产和各项业务活动的开展情况保持一致。

3.3 数据资产安全标准设计

3.3.1 数据资产保密性定级

对数据的分类分级之后，要根据各项数据的具体定级结果，按照提前设置好的规则，对组合型数据进行定级。一般来说针对单个数据项的定级较为便捷，通常在数据可以公开的维度进行度量，可由相关业务部门带头，积极联系信息系统运维单位，从业务与技术层面对数据项实施分类并进行定级赋值，再按照事先制定的规则评估组合型数据资产具体保密等级。

3.3.2 数据资产脱敏策略

为提升数据脱敏基本流程的可控性，最终获得的结果可以真正符合实际需要，数据脱敏时应当始终从技术及管理两个角度出发，严格遵循真实性、稳定性及可配置性的要求，科学高效开展好数据脱敏信息搜集、数据脱敏规则确定、数据脱敏执行和验证等各个流程的工作。

3.4 数据资产全生命周期风险管理策略

3.4.1 技术策略

电网企业数据资产风险管理技术策略主要囊括了对比、细分、溯源及趋势几项内容。对比即针对底层数据和统计结果实施分析，重点集中在来源具有差异性但相互关联数据的对比;细分即选择跨行业分析维度及数据挖掘策略来对数据信息实施深入分解;溯源则是分析导致问题的根本因素，从而有效处理好相关问题;趋势即按照目前已有统计数据来对企业未来发展进行合理评估，重点在于确保分析结果的准确性和客观性。同时通过利用数据脱敏手段，在保留业务含义的基础上避免数据泄露，在数据资产风险管理末端选择相应技术对其实施销毁。

3.4.2 管理策略

目前很多现代信息技术已经广泛应用于智能电网建设中来，在这一形势下我们更需要重视数据资产的风险管理。借助于财务共享建设能够把分散在不同地区的可标准化、业务量较大且具备集中作业可能性的会计信息进行集中共享，促进运营效率的提升。这样一来不但释放了更多的人力资源，同时也真正做到了对管理会计资源的补充;同时会计运营子系统处于多个机构中，实现了会计数据信息处理的批量化推进，有效降低了运营管理成本。财务共享系统的构建为电网企业数据资产风险管理效率的提升带来了一个很好的平台，上级公司可以随时了解子公司的财务运营数据，根据数据信息实施财务分析，还能够确保整个智能电网数据信息的有效传输，确保财务管理工作和业务工作结合起来，为数据资产风险管理带来更加强力的支持。

3.4.3 制度策略

其一，制度体系指的是一整套系统化的涉及数据采集、处理、流通及共享整个环节的管理规范，从而指导数据资产风险管理的规范化开展。制度体系一般来说有数据管理职能规定、数据资产风险管理技术标准（如数据字典、数据模型设计及接口标准）等。

其二，審计制度是判定数据资产风险管理工作是否规范标准，实际落实情况是否达到既定要求的一种监管机制，从而确保数据资产的安全、准确、完善、统一、规范。一般而言，审计需要专门的工作人员负责，审计目标主要针对数据权限使用制度和审批流程、日志留存管理办法、数据备份恢复机制及监控审计体系规范等。

其三，培训宣传即电网企业为促进内部职工数据资产风险管理意识及专业化能力持续提升所组织进行的各种培训以及考核活动。对于培训来说，电网企业应当定期开展涉及数据资产风险管理的课程讲座，或者组织优秀员工分享工作经验和案例等。对于考核来说，电网企业应当把数据资产风险管理真正纳入考核体系中，进一步强化数据资产风险管理理念，促进数据资产风险管控水平的提升。

3.5 促进数据资产保值增值

第一，应当开展好数据资产风险管理基本内容的控制。电网企业必须要重视并落实好此项工作，在清楚规定数据资产风险管理目标、职责、技术方法等相关内容的前提下，制定能够包含电网企业内部各部门的数据资产风险管理机制，保证入库数据满足相关标准，确保数据资产风险管理活动的有序开展，为电网企业构建全方位、立体化风险管控体系带来更大助力。第二，应当重新梳理数据资产风险管理职能，把元数据管理和风险管理渗透到其他各项管理职责之内，借助于数据资产风险管理环境模型，重新梳理并清楚规定数据目录管理、开发管理、安全管理、评估管理及运维管理的相关内容，促进数据资产风险管理效率的提高，确保数据资产价值挖掘和开发利用工作的有序开展，促进数据资产的保值增值。

4 结语

综上所述，对于电网企业而言，智能电网数据资产风险管理属于信息化建设与大数据技术应用过程中必须要引起重视的一个重要课题，也是未来新时代下电网企业对智能电网数据资产实施价值挖掘和开发应用的客观需要，风险管理体系的构建与完善在很大程度上关系到电网企业未来的建设与发展。本文所阐述的一系列基于智能电网的数据资产风险管理体系的构建和基本流程，希望能够有效促进电网企业数据资产风险管理水平，有效降低数据安全风险，为数据资产价值挖掘和开发应用带来坚实保障。

参考文献

张帮君.企业业务域数据资产管理能力提升方法研究与应用实践[J].大数据时代，2020（05）：26-31.

张宁.主数据驱动视角下的企业档案数据资产管理[J].档案学研究，2019（06）：47-52.

李菲菲，关杨，王胜文，等.信息生态视角下供电企业数据资产管理模型及价值评估方法研究[J].情报科学，2019，37（10）：46-52.

刘思含，宫婷婷，赵冬梅.我国工业企业数据资产治理与管理[J].纳税，2019，13（22）：293.

刘童桐.企业数据资产管理落地三步走[J].中国电信业，2019（01）： 70-73.