数据资产（DA）是指由机构拥有或者控制的，能够为机构带来未来应用利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据等。并非所有的数据都构成数据资产，数据资产是能够为机构产生价值的数据资源。
数据资产管理（DAM）是指规划、控制和提供数据及信息资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，从而控制、保护、交付和提高数据资产的价值。数据资产管理需要充分融合业务、技术和管理，以确保数据资产保值增值。
数据资产管理在大数据体系中的定位于应用和底层平台中间，是数据中台的关键组成部分，处于承上启下的重要地位。
对上支持以价值创造为导向的数据应用开发，对下依托大数据平台实现数据全生命周期的管理。
数据资产管理包括两个重要方面：
一是数据资产管理的核心管理职能。
二是确保这些管理职能落地实施的保障措施，包括战略规划、组织架构、制度体系等。
数据资产管理贯穿数据采集、存储、应用和销毁整个生命周期全过程。
机构管理数据资产就是对数据进行全生命周期的资产化管理，促进数据在“内增值，外增效”两方面的价值变现，同时控制数据在整个管理流程中的成本消耗。
在数据的生命周期开始前，机构先期制定数据规划、定义数据规范，以期获得实现数据采集、交付、存储和控制所需的技术能力。
数据资产管理框架包含 8 个管理职能和 5 个保障措施。管理职能是落实数据资产管理的一系列具体行为，保障措施是为了支持管理职能实现的一些辅助的组织架构和制度体系。
数据标准是指保障数据的内外部使用和交换的一致性和准确性的规范性约束，通常可分为基础类数据标准和指标类数据标准。
数据模型是现实世界数据特征的抽象，用于描述一组数据的概念和定义。数据模型从抽象层次上描述了数据的静态特征、动态行为和约束条件。数据模型所描述的内容有三部分：数据结构、数据操作（其中 ER 图数据模型中无数据操作）和数据约束，形成数据结构的基本蓝图，也是机构数据资产的战略地图。数据模型按不同的应用层次分成概念数据模型、逻辑数据模型、物理数据模型三种类型。
元数据（Metadata）是描述数据的数据。元数据按用途不同分为技术元数据、业务元数据和管理元数据。
主数据（Master Data）是指用来描述机构核心业务实体的数据，是结构核心业务对象、交易业务的执行主体。是在整个价值链上被重复、共享应用于多个业务流程的、跨越各个业务部门和系统的、高价值的基础数据，是各业务应用和各系统之间进行数据交互的基础。从业务角度，主数据是相对“固定”的，变化缓慢。主数据是机构信息系统的神经中枢，是业务运行和决策分析的基础。例如供应商、客户、组织机构和员工、产品、渠道、科目 COA、BOM 等。
数据质量是保证数据应用效果的基础。衡量数据质量的指标体系有很多，几个典型的指标有：完整性（数据是否缺失）、规范性（数据是否按照要求的规则存储）、一致性（数据的值是否存在信息含义上的冲突）、准确性（数据是否错误）、唯一性（数据是否是重复的）、时效性（数据是否按照时间的要求进行上传）。数据质量是描述数据价值含量的指标，就像铁矿石的质量，矿石的质量高，则炼出来的钢材就会多；反之，矿石的质量低，不但练出来的钢材少了，同时也增加了提炼的成本。
数据安全管理是指对数据设定安全等级，按照相应国家/组织相关法案及监督要求，通过评估数据安全风险、制定数据安全管理制度规范、进行数据安全分级分类，完善数据安全管理相关技术规范，保证数据被合法合规、安全地采集、传输、存储和使用。机构通过数据安全管理，规划、开发和执行安全政策与措施，提供适当的身份以确认、授权、访问与审计等功能。
数据价值管理是对数据内在价值的度量，可以从数据成本和数据应用价值两方面来开展。
数据成本一般包括采集、存储和计算的费用（人工费用、IT 设备等直接费用和间接费用等）和运维费用（业务操作费、技术操作费等）。数据成本管理从度量成本的维度出发，通过定义数据成本核算指标、监控数据成本产生等步骤，确定数据成本优化方案，实现数据成本的有效控制。
数据价值（收益）主要从数据资产的分类、使用频次、使用对象、使用效果和共享流通等方面计量。
数据价值（收益）管理从度量价值的维度出发，选择各维度下有效的衡量指标，对针对数据连接度的活性评估、数据质量价值评估、数据23稀缺性和时效性评估、数据应用场景经济性评估，并优化数据服务应用的方式，最大可能性的提高数据的应用价值。比如可以选择数据热度、广度等作为数据价值的参考指标，通过 ROI 评估，高效管控和合理应用数据资产。
数据共享管理主要是指开展数据共享和交换，实现数据内外部价值的一系列活动。数据共享管理包括数据内部共享（机构内部跨组织、部门的数据交换）、外部流通（机构之间的数据交换）、对外开放。数据内部共享的关键步骤是打通机构内部各部门间的数据共享瓶颈，建立统一规范的数据标准与数据共享制度，数据外部流通和对外开放可以通过数据直接交易与提供数据分析信息的两种方式实现，将数据中符合共享开放层级的信息作为应用商品，以合规安全的形式完成共享交换或开放发布。目前来看，拥有海量数据是机构开展数据资产运营的前提条件，在数据流通环境下，数据资产运营流通职能的服务对象包括了数据提供者、数据消费者、数据服务者和数据运营者四类角色。
数据资产管理实践实施过程中，需要依托具体的软件工具来执行。而且随着技术的发展，软件工具的自动化、智能化程度不断地提高，在数据资产管理中的作用越来越大。
目前针对上述管理职能，浙江省之江区块链科技研究院开发了相关软件工具，其中，相对比较成熟的工具有：
（1）数据标准管理工具
（2）数据模型管理工具
（3）元数据管理工具
（4）主数据管理工具
（5）数据质量管理工具
（6）数据安全管理工具
（7）数据生命周期管理工具
这七类工具有的是单独呈现，有的是相互组合在一起形成包括多种功能的软件平台。
除“数据资产管理”相关的工具之外，在大数据能力构建中，一般还要利用“数据集成工具”、“数据共享交换平台”等，通过传统数据仓库或大数据平台等媒介将数据集成交换到一起，从而为应用分析或开放做准备，涉及工具如 “商务智能（BI）分析工具”、“报表工具”、“数据挖掘平台”、“用户行为分析平台”、“数据开放平台”等。
