当前全社会和各行业都处在大数据的风口，数据资产的价值与数据治理的重要性，已经得到越来越广泛的认同，数据治理也还在持续深化、落地和演进。侏罗纪基于公司的石油业务基础和技术积累，发挥公司长期服务的数据管理和数据库建设优势能力，推出了数据治理解决方案，该方案能够适用于不同油气类型、不同业务环节、不同油气公司的统一的、标记业务源头的数据字典，并依托数据模型标准，配置数据接入规则，质检规则，修改规则，进行数据的整合及治理，通过采用模型管理工具、数据管理工具、数据资产管理平台（OiO-Data Asset）等进行全方位的数据支持和服务。
数据资产（Data Asset）是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源，如文件资料、电子数据以及数据各种标准规范定义等，这些资产能够为企业产生价值。
作为侏罗纪数据治理解决方案的主要技术手段和功能点之一，数据资产管理平台（OiO-Data Asset）通过解决数据资产的产生、质量管控、展示盘点、应用共享等过程中面临的诸多问题，以体系化的方式实现数据的可得、可用、好用，实现数据资产价值的最大化，具体体现在以下两个方面：
1.提升数据质量。设计数据质量稽核规则，加强从数据源头控制数据质量，形成覆盖数据全生命周期的数据质量管理，实现数据向优质资产的转变。
2.全面掌握数据资产现状。对数据进行全面盘点，帮助业务人员快速精确查找数据、数据开发者和数据使用者了解数据、帮助数据管理者对数据资产进行有效监控。
在油田企业，必须通过深部探测获取的数据来研究地质问题寻找油气藏，用数据指导生产，提高运营效益。因此，油田数据的价值更高。
侏罗纪数据资产管理平台从油田行业的业务数据资产管理角度，可以回答以下几个业务上的核心问题：
1.业务应该有多少数据。由于石油业务石油的数据都是依据石油地质理论和相同的工程技术方法设计并获取的，因此在工作之前我们可以知道应该业务应该有多少数据，并且能够准确地知道这些数据的名称、定义等内容；
2.目前各个系统有哪些数据。通过数据接入工具可以将现存的所有数据接入到理论模型中，可以得到目前已经产生或者应用了哪些数据，这些数据分布在哪些系统中；
3.业务缺失的数据。通过理论和已知的差距，我们就可以知道业务上还有哪些数据没有考虑或者在工作中没有采集和管理；
4.已有的数据中存在哪些问题。通过数据质量检查工具可以发现已有数据中存在哪些问题，主要是主数据标准问题、数据一致性问题、数据业务逻辑问题、业务标签缺失问题、源头数据问题等，通过特定的方法可以修改这些问题。
三、产品功能（1）资产概览
从最新入库、存储量、对象数量、成果数量、数据分布（安全分布、部门分布）、数据变化趋势、数据访问排名等方面对数据的总体情况进行统计。
数据资产概览图
（2）模型资产
根据石油勘探开发业务过程，每个业务节点在理论上都会有对应的业务对象和业务数据。根据对象和业务数据的关系，即可计算出理论数据的数量和明细。主要包括：
1.对象（BO）
2.业务模型（PT）
3.业务模型的E&P模型坐标
理论数据内容展示不涉及具体的数据实例内容，只是展示数据项目内容。
所有理论数据推算是依据数据中台中定义的PT模型内容和对象内容组合而成。（数据中台模型是依据E&P模型和实际业务分析得到的）
（3）数据资产
1.通过GIS、折线图、饼图等形式展示数据资产的分布和变化。
2.通过对象目录的方式罗列数据资产中心的数据成果，可以下钻查看对象、对象的成果、成果预览等内容。
（4）数据质量
① 质检对象
Ø 模型资源
Ø 对象数据
Ø 结构化数据
Ø 非结构化数据
Ø 元数据
② 根据检查对象的不同可以定义不同的数据质检规则，实现对各类数据的质量检查。
选择质检数据及配置质检规则
③质检报告
从质检规则库中选择质检数据集，即可按照质检库定义的质检规则执行质检任务，生成质检报告。根据报告的内容即可对数据进行手动修复或半自动化修复。
（任务详情）↑
（数据查看及修复）↑
随着数据资源越来越丰富，数据的资产化也将成为企业提高核心竞争力、抢占市场先机的关键。侏罗纪软件正以扎实的技术积累，积极寻找突破，进一步打破数据之间信息孤岛状态，应用云计算、大数据、数字孪生等技术帮助油田行业、各油田企业实现数据资产的管理和运营。
