根据2018年12月中国信通院发布的《数据资产管理实践白皮书3.0》：近年来，中国大数据和商业数据分析市场规模增速是世界平均增速的2倍，特别是银行业、离散制造业、流程制造业和政府等行业需求尤其旺盛。
然而，如此可观的增速背后却藏匿着较大隐患：
- 数据质量不过关：大部分企业数据质量较差，不良的数据质量会使企业额外花费15%到25%的成本。
- 数据难互通：绝大多数的企业存在数据孤岛问题，数据分析人员80%的精力都花在了获取数据的工作上，获取数据的效率非常低下。
- 数据安全难保证：自2013年以来全球数据泄露高达130亿条，其原因多半为管理制度不完善。
- 数据价值有待释放：大部分企业未建立有效管理和应用数据的模式，自身无法随着技术、市场、产业的变化不断迭代，更无法使数据资产管理成为持续和动态的过程，进而为数字化转型提供源源不断的动力。
因此，为了最大限度挖掘数据价值，企业的数据体系改革迫在眉睫：
- 管理方面，需要建立一套符合数据驱动的组织管理制度和流程。
- 技术方面，需要建设现代化数据平台、引入智能化技术，确保数据资产管理系统平台持续、健康地为数据资产管理体系服务。