【2026年版】第18讲：数据资源规划（上）——数据是新时代的"石油"

主讲：老孙

适用：2026年下半年系统规划与管理师考试

预计阅读时间：45分钟

一、上节回顾

阶段二上半段 + 网络两讲讲完了。我们一起走过了 ISP、TOGAF、云、网络——4 大核心规划领域。

今天起进入 数据资源规划（第18-20 三讲）。这是系规阶段二的另一个"重头戏"。

1.1 上一讲思考题点评

我看到一份精彩的"三网协同"作业，来自一位民营物流公司 CTO：

"用您的方法论给我们 50 家分公司做了三网协同设计——SD-WAN 替代 MPLS 节省 60%、WiFi 6 提升仓库 IoT 接入数 5 倍、5G 备用让司机端永不断线——3 年合计节省 1800 万。"

这就是网络规划的真实经济价值——它不只是技术，更是 ROI。

二、本讲导读

2.1 学习目标

学完这一讲，你应该能够：

1. 【是什么】 准确说出数据资产的核心定义、数据生命周期、数据形态、数据要素改革背景。
2. 【为什么】 理解为什么"数据是新时代的石油"；理解数据规划在企业 IT 中的战略地位。
3. 【怎么用】 能为清华园物业做完整的"数据资产盘点"。

2.2 本讲在课程地图中的位置

本讲对标教材 第8章"数据资源规划" 的前半部分。

【虚构案例提示】 本讲涉及"智慧邻里2.0项目""清华园物业""北京知知致用信息技术有限公司"均为培训教学所用的虚拟项目与虚构人物（详见第01讲首次案例声明）。

2.3 一句话理解数据规划

数据规划 = 让组织的数据从"沉睡"变为"资产"——这是数字化转型的核心战役。

三、数据资产：从"成本"到"资产"的认知跃迁

3.1 数据的"三重身份"

数据在企业中有三重身份，认知层级不同：

身份一：数据作为"成本"

• 视角：传统 IT 视角
• 表现：数据存储费、备份费、运维费
• 处置方式：能删就删，能压缩就压缩

身份二：数据作为"资源"

• 视角：现代 IT 视角
• 表现：数据驱动决策、业务智能化
• 处置方式：好好用，但还没量化价值

身份三：数据作为"资产"

• 视角：数据要素时代的视角
• 表现：数据可入表、可交易、可融资
• 处置方式：精细管理、价值经营

90% 企业还停留在"身份一"或"身份二" ——只有少数走到"身份三"。

这是数据规划的认知跃迁起点。

3.2 教材给数据资源的定义

教材定义：

数据资源是指在组织运营中产生、获取、加工、传输的、对组织和外部具有潜在价值的各种数据集合。

关键词：潜在价值——数据如果没被识别价值，就不是资产。

3.3 "数据是新时代石油"的三重含义

含义一：稀缺性

优质数据稀缺——大模型时代尤其明显。

含义二：流通价值

数据流通才有价值——孤岛数据等于无价值。

含义三：加工增值

原始数据 = 原油；加工后 = 汽油 = 价值大幅提升。

这是论文中"数据时代"段落的金句素材。

3.4 数据资产的"6 大特征"

这 6 个特征决定了数据需要"全新的管理方式"——传统资产管理方式不适用。

四、数据生命周期管理

4.1 数据生命周期的"七大阶段"

阶段一：产生

• 数据从哪里来
• 业务过程产生 / 用户行为 / IoT 设备 / 外部接入

阶段二：采集

• 数据如何收集
• ETL / 实时采集 / 日志收集

阶段三：传输

• 数据怎么流转
• 网络 / 消息队列 / API

阶段四：存储

• 数据怎么存放
• 关系数据库 / 数据湖 / 数据仓库

阶段五：加工

• 数据如何加工
• 清洗 / 转换 / 聚合 / 计算

阶段六：应用

• 数据如何使用
• 报表 / BI / AI 模型 / 业务系统

阶段七：归档/销毁

• 数据如何退役
• 冷存储 / 合规销毁

这 7 个阶段必背——案例分析常考。

4.2 每个阶段的"关键控制点"

产生阶段：

• 数据源管理
• 数据质量标准

采集阶段：

• 采集频率
• 采集合规（不采集多余数据）

传输阶段：

• 传输加密
• 数据完整性校验

存储阶段：

• 分类分级存储
• 备份策略

加工阶段：

• 加工逻辑文档化
• 中间结果可追溯

应用阶段：

• 应用权限管控
• 使用审计

归档/销毁阶段：

• 归档策略
• 合规销毁

每个控制点都是潜在的考点。

4.3 案例锚点：清华园物业的数据生命周期

清华园物业的视频数据生命周期：

这是 1860 户社区视频数据的完整生命周期管理。

五、数据形态：结构化/半结构化/非结构化

5.1 三大形态再深入

第02讲简要讲过数据三大形态。本讲深挖：

结构化数据（15%-20%）：

• 特征：有固定字段
• 例子：业主信息表、缴费记录
• 存储：关系型数据库（MySQL / Oracle）

半结构化数据（5%-10%）：

• 特征：有标签但无严格表结构
• 例子：JSON、XML、邮件、日志
• 存储：NoSQL（MongoDB / ES）

非结构化数据（70%-80%）：

• 特征：无预定义结构
• 例子：视频、音频、图像、文档
• 存储：对象存储（OSS / S3）

5.2 三大形态的"管理差异"