万物源于比特 —— 数据是一，一生万物！

• 明确数据资产的主数据和数据链，形成数据资产目录。
• 设计资产的分类体系，包括确定划分层级、划分粒度、划分依据等。
• 主数据经过业务意图的精加工后，可以直接作为企业数据资产的核心，而数据链则是主数据与其他关联数据融合加工后的资产，强调数据溯源、共享和整装的价值。

• 制定数据标准规范，确保数据在获取、处理分析、开放共享过程中有统一的基础。

• 考虑技术层面的信息交互标准，以及数据要素化过程中数据的内在价值评估和外部市场交易时的定量和定价标准。

3. 数据资产质量管理：

• 数据要成为资产，必须基于一定的质量基础。
• 制定数据质量标准，确定数据资产的开发技术路线。
• 对原始数据进行清洗、整理、融合、加工、封装等操作，提升数据的综合质量，确保可用性。
• 进行数据资产质量审计、评价和检测，确保数据质量持续达标。

• 防止数据资产泄露，避免商业竞争损失。
• 在数据采集和加工过程中考虑相关方的数据隐私权益和监管方的数据安全规定。
• 对数据资产相关的各主体进行权限管理，如账号分角色赋权，并对数据访问行为进行监测，确保数据资产的安全访问和使用。