资源、资产
大数据时代，数据资产一词已经被广泛认知，但其实，数据和资产并不能简单而又直接地联系起来。「资产」是一个经济学术语，更多用来强调价值，所以如果从价值的角度来衡量数据，就会发现不是所有数据都能被称为资产；而「数据」是一种资源，只有当它通过技术手段完成融合、治理、交互、运营、组织，再利用其创造价值，带来经济或社会效益，数据才算完成资产化这一过程。
基于此便形成这样的基本的逻辑：“价值创造在先，数据资产自然形成，而非数据资产在先，再找数据价值点”。
那么，如何打造数据资产的问题就转化为如何创造价值的问题。看似简化了，但实际上数据价值创造仍然是一个连接场景、数据、模型三要素的复杂问题，一般技术团队依然很难去解决这个问题。
德拓信息从大量项目实践中深刻认知到数据资产化过程中面临的各种问题，经过十年沉淀，打造了一套完成数据资源资产化的产品——DANA数据中台，从而帮助团队创造数据价值，驾驭大数据。
问题、思路
“价值创造，场景为王”，在数据价值创造场景、数据、模型三要素中，首先面临的就是场景。
场景
什么是场景？场景直接理解就是数据要实现的目的。
如果把数据比作木材，数据价值创造就是木材加工成商品的过程，场景就是商品要销售的市场。一个再好的商品如果缺乏市场，那么这个东西就毫无价值。
德拓信息业务横跨六大行业，在支撑上百项目后发现，再强大的公司也难以覆盖各个领域内的所有业务场景，毕竟每个领域，甚至每个场景所需要投入的资源都是海量的。
因此德拓不拘泥于单个场景实现，将构建场景的共性能力进行封装，形成DANA的基础能力，其包容性和开放性也让众多第三方专业厂家能够接入，并利用DANA将自身的业务经验变成数据价值创造的经验，德拓上百个实战项目也被整合沉淀成各种标准的行业模型，并武装到DANA中。
数据
场景确立后，各种各样的数据问题纷至沓来。信息化建设早期并没有顶层设计，因此各个系统的建设并没有参照统一的标准，这给数据融合分析带来了巨大的挑战，毕竟数据标准没有统一，连交换传递的目的都达不到，何谈去挖掘去分析呢？
而DANA在数据标准化工作中做了更深入的研究，本质上数据标准化的工作技术难度并不高，难在效率和便捷。DANA适配市面上绝大部分的数据源，并在采集、治理效率上调优，让标准化工作真正实现智能化、自动化、高效化。
模型
模型问题，模型在数据价值创造过程中起到放大作用。在缺乏模型情况下，数据经标准化后在场景中创造出价值，数据已转化为资产，而模型则是在此基础上进一步放大资产价值。
还是以木材举例，木材加工成桌椅提供给公司办公，桌椅就是资产，模型则在桌椅上进一步增加了颜色、样式等附加值。因此可以把模型理解成为场景提供的专业的、带有预测性质的内容。一方面，DANA在产品内集成构建模型所需要模块，拖过拖拉拽实现积木式模型构建，另一方面也将领域模型经验附加到产品内，通过导入导出快速引用模型。
最后要强调的是，从三要素的含义来看，大数据从来不是，也不应该是门槛极高的领域，想要真正促进数据资产化进程，就要让更多团队参与。DANA一直在低代码设计、标准流程指引、优秀模板示范上不断努力，希望通过DANA数据中台，让小团队也能驾驭大数据。
实践、规划
以某市政务数据资源管理的案例，来复盘一下DANA帮助其完成数据资产化的过程。
需求
政务数据资源管理的责任单位是大数据管理局，推动数据资产化的核心目标场景是“数据开放共享”。
问题
数据资源分布在全市各级委办单位系统内，各个委办单位所处的环境非常复杂，同一份数据在不同委办单位内的标准也不统一。
解决方案
DANA为大数据管理局提供统一的数据归集服务，可屏蔽各委办局独立数据环境，高效率将所需的数据资源进行汇集，通过可视化的治理模式，快速搭建了政务体系的数据治理工作流，对归集过来的数据标准化，形成五大基础库，按照开放共享的场景需求，对各类数据进行编目、脱敏、上架。政务数据资产化工作在DANA的支撑下快速完成。
截至目前，DANA已经帮助包括上海市大数据管理中心、海关总署、上海市公安局等众多客户完成数据资源的资产化，均获得客户好评。
千里之行始于足下，数据价值创造之路只有开始，没有尽头。德拓信息自成立至今，始终秉承着“让数据更具价值”的核心理念，不断探索，DANA数据中台是德拓信息在这条路上的第一份答卷，但不止于此。未来，德拓信息将持续赋能，践行数据价值创造之路。
