隨著數(shù)據(jù)資產(chǎn)管理生態(tài)系統(tǒng)的不斷發(fā)展，現(xiàn)有的實踐體系也在迅速發(fā)展，可以從數(shù)據(jù)對象、數(shù)據(jù)采集、處理架構(gòu)、組織職能、管理手段和應用范圍六個方面來預測其發(fā)展趨勢。

數(shù)據(jù)對象紛繁復雜。目前，企業(yè)數(shù)據(jù)管理的主要數(shù)據(jù)對象仍然是結(jié)構(gòu)化的文本數(shù)據(jù)。未來，隨著網(wǎng)絡爬蟲、視頻處理、語音識別、自然語言處理、圖像處理、人臉識別等相關技術逐漸成熟并被產(chǎn)業(yè)界進一步深度應用，城市數(shù)據(jù)、視頻數(shù)據(jù)、語音數(shù)據(jù)、圖形圖像數(shù)據(jù)等將被越來越多的進行管理和應用。預計到2020年，66%的企業(yè)將采用高級分類處理方案來采集、保存并處理非結(jié)構(gòu)化的數(shù)據(jù)，以提高分析效率。

數(shù)據(jù)采集途徑豐富。隨著傳感器、5G及NB-IoT的發(fā)展，數(shù)據(jù)采集及傳輸途徑也將得以擴充。由社交媒體和機器人過程自動化（RPA）等轉(zhuǎn)型技術創(chuàng)建的新數(shù)據(jù)通道將為數(shù)據(jù)治理和數(shù)據(jù)質(zhì)量組織帶來機遇和挑戰(zhàn)。這些渠道的數(shù)據(jù)，其規(guī)模、數(shù)量、速度和變化（SVVV）等特征與主數(shù)據(jù)管理和數(shù)據(jù)治理的傳統(tǒng)領域的特征顯著不同。數(shù)據(jù)采集的變化和傳統(tǒng)數(shù)據(jù)管理架構(gòu)產(chǎn)生了“差異”，這樣的“差異”要求管理組織采用不同的方法來管理數(shù)據(jù)質(zhì)量和標準，以滿足相關數(shù)字業(yè)務流程所要求的靈活性。

處理架構(gòu)更新?lián)Q代。由于越來越多的文件、文本、日志等半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)加入形成“數(shù)據(jù)湖”，數(shù)據(jù)的處理架構(gòu)也在發(fā)生變化。支持主流大數(shù)據(jù)分析平臺的處理架構(gòu)以及批處理、流計算等技術正在被應用于數(shù)據(jù)資產(chǎn)管理。預計到2020年，主流的分析架構(gòu)都將包含基于目標進行優(yōu)化的解決方案，其中三分之一的產(chǎn)品會將關系型及非關系型數(shù)據(jù)的處理結(jié)合在一起。數(shù)據(jù)處理的底層架構(gòu)將全面采取包括分布式文件系統(tǒng)、MPP數(shù)據(jù)庫、傳統(tǒng)數(shù)倉、流計算引擎、交互式計算引擎、離線計算引擎在內(nèi)的“計算&存儲混搭架構(gòu)”，并逐漸由傳統(tǒng)的“ETL”數(shù)據(jù)集成過程向“ELT”轉(zhuǎn)變。以Hadoop、Spark等分布式技術和組件為核心的數(shù)據(jù)處理架構(gòu)，能夠支持批量和實時的數(shù)據(jù)加載以及靈活的業(yè)務需求，將是持續(xù)焦點。

組織職能升級變遷。當前主流管理制度體系中，數(shù)據(jù)管理職能由IT部門來負責，業(yè)務部門配合IT部門執(zhí)行數(shù)據(jù)管理并提出需求。未來，隨著數(shù)據(jù)分析與業(yè)務融合越來越深入，業(yè)務部門將成為數(shù)據(jù)應用的主角，在數(shù)據(jù)資產(chǎn)管理中扮演越來越重要的角色。據(jù)Gartner預測，未來50％的全球性組織將聘用首席數(shù)據(jù)官（CDO，Chief Data Officer），在數(shù)據(jù)高度監(jiān)管的銀行金融或醫(yī)療健康領域，此類人才需求量更大。這些人員將全面負責實施和監(jiān)督各級嚴格的數(shù)據(jù)治理和質(zhì)量監(jiān)管政策。

管理手段自動智能。依靠“手工人力”的電子表格數(shù)據(jù)治理模式即將被“自動智能”的“專業(yè)工具”取代，越來越多的數(shù)據(jù)管理員、業(yè)務分析師和數(shù)據(jù)領導者采用“平臺工具”來獲取數(shù)據(jù)價值。隨著機器學習、深度學習技術的成熟，相關專項解決方案和平臺工具系統(tǒng)的技術局限性如效率低、差錯率高、擴展性差等將被一一攻破，能夠有效地解放人力，提高效率和精度。

應用范圍不斷擴大。數(shù)據(jù)的應用范圍將由傳統(tǒng)的內(nèi)部應用為主發(fā)展為支撐內(nèi)部和服務外部并重。數(shù)據(jù)資產(chǎn)的意義價值也從對內(nèi)強化能力擴展到了對外合作開放上，從而實現(xiàn)數(shù)據(jù)資產(chǎn)保值到增值的跨越。內(nèi)部應用一般包括管理優(yōu)化、研判決策、風險規(guī)避、業(yè)務拓展、管控成本等。由原來的只應用于領導決策場景擴展到全員業(yè)務分析使用。外部運營包括智能推薦、精準營銷、分析報告以及風險防控等。