就像其他有形資産貨币化一樣，企業資料和服務在資産負債表上也具有财務價值。通過資料資産管理從企業資料和服務中提取商業價值 – 推動資料創新，促進資料經濟中新資料産品和服務的推出–以及競争績效計劃（CAP），可提供增強的營運績效和加速的業務成果。
每天，在每個組織中，依靠從企業資料中獲得的分析和見解所提供的大量決策和行動，正日益受到新的和不斷發展的資料資産管理架構，資料架構和技術平台的推動。
在各行各業，公司都在争奪獨特的資料資産并開發資料利用方法以期待超越同樣在挖掘資料價值的競争對手們。那些不将資料視為核心企業資産或無法制定資料資産管理政策的公司面臨下降的危險，并最終冒着業務失敗的風險。 
現在，許多組織正在通過資料資産管理（DAM）改變其設計和管理業務和技術産品組合，規劃，設計和執行其資料業務轉型計劃和項目的方式，進而提供了一種更成功，更有效的方式來持續改進核心營運和流程的日常執行和結果。理論上隻要有足夠的資金，計劃群組織，資料資産管理就可能通過業務戰略支援在每個公共和社會企業中産生重大的業務影響。
資料資産管理體系結構，方法和技術，資料服務和平台支援資料創新，以建立新穎的資料産品和服務，并可以推動競争力成就計劃（CAP）來提高業務績效。
資料資産管理的範疇主要包括以下八個方面： 資料資産模型–企業和域級别的資料，服務和資訊模型
資料架構–業務和技術資料架構和路線圖
資料技術平台–社交，移動，分析和雲平台
資料資産管理架構–企業資料和服務架構
快速資料裝置– 包括記憶體/顯存計算（GPGPUs）以及高速磁盤（SSD）等
大資料平台– Hadoop叢集，Spark（Cloudera，Hortonworks，MAPR）
資料科學平台–傾向性和預測模型，分析和見解
人工智能平台–人工智能（AI）/機器學習
在DAM的另一個成熟度模型中我們可以看到通過觀測、取樣可以擷取資料，通過比照從資料中擷取資訊，進而提煉知識并實作行業洞察。 
資料資産即企業資料和服務既不是豐富的資源，也不是随時可用的資源。資料資産可能會分解為大量稀缺，獨特，有價值且經常來之不易的資料點和應用程式。每個資料點均由其共享的中繼資料（格式）及其特定的内容（值）定義。
資料點出現的特征可以是結構化的事務性，基于事件的資料，包括時間（曆史）和空間（地理），個人（人口），位置（地點），财政（貨币），條件（狀态）和事務性（事件）資料項值-或描述為非結構化的文本，圖像，音頻和視訊流資料内容。
每個資料點都與自己特定的一組應用程式（資料服務），源，成本和收益相關聯。正如企業無法在沒有必要的種子資金或資本化的情況下參與新的資料市場和經濟一樣，同樣，這些企業也無法在沒有資料和算法支援的情況下産生新的傾向模型或定價計劃。
從上圖可以看出，資料資産管理的架構可以包含以下六個領域： 資料管理戰略（Data Management Strategy）：包括溝通計劃，資料管理職能配置設定，商業案例以及資金供給；
資料治理（Data Governance）：包括業務字典和中繼資料管理；
資料品質（Data Quality）：資料品質戰略包括資料剖析，資料品質評估和資料清洗；
資料運維（Data Operations）：包括對資料要求的定義，資料生命周期管理以及資料源管理；
平台及架構（Platform & Architecture）：包括資料架構的演進規劃，架構标準，資料管理平台建設，資料內建以及曆史資料歸檔；
流程支援（Supporting Processes）：包括資料的評估和分析流程，管理流程，質保流程，風險管理以及配置管理。
DAM以及支援DAM的資料體系結構和技術平台，包含一組企業資料架構，這組架構由執行企業資料管理任務和決策的方法，技術和過程組成。
資料資産管理支援對速度，可變性和容量的關鍵企業資料要求，進而可以将傳統的托管本地企業應用程式（ERP，CRM，DWH和BI）轉換為一組強大，有彈性和可靠的SMAC（社交，移動，供應商可從市場上購買的分析工具，雲）資料服務–易于購買，安裝，實施，使用和利用。
這些新的SMAC資料資産通過Internet傳遞，并作為公共，私有或混合雲服務托管。SMAC資料資産還必須與舊版企業解決方案內建才能有效。某些傳統的企業資料中心可能會被重新發明-私有雲通過新的和重新配置的SMAC資料資産提供現有的遺留功能。
SMAC資料集釋放的增強的功能和容量不僅将極大地提高營運效率，而且還釋放了進一步的戰略競争優勢機會。競争優勢是通過部署資料科學/大資料/快速資料，為分析和洞察力提供動力，API服務通路雲計算和其他第三方消費者平台來推動的：
SMAC資料技術棧包括但不限于以下内容： 社交媒體|使用者内容
移動平台|智能終端|智能應用
分析|資料科學|大資料平台（Hadoop，Spark等）|快速處理器（GPGPU, SSD等）
雲服務平台（AWS, Azure, Salesforce, 阿裡雲等等）
車載資訊系統（邊緣端驅動）|自動資料流|物聯網
4D地理資料模型|地理人口統計|GIS地圖和空間分析
随着資料和平台的多樣化，DAM越來越需要內建混合雲體系結構，并依賴開源軟體和商業軟體之間的協作，為資料服務的擴散提供新機制，包括資料呈現，流程執行，資料管理和內建，分析見解等。但是，所有這些都需要大量投資。由于資料資産管理方法釋出了新的标準，許多企業開始着手投資研發新的DAM體系。 除了針對标準，DAM還應提供通路内部和外部資料市場的可能性，這些市場可以滿足對新智能産品和擴充資料消費的現場需求。與内部和外部資料湖的視覺和圖形界面使資料科學家和其他主要利益相關者能夠以與在任何電子商務站點上購買商品的方式相同的方式浏覽和通路新資料集。可視化地發現，分析，轉換，組合和顯示内部和外部資料的資料應用程式現在使探索新風險因素或商業機會的實際成本低于未能調查問題的機會成本。
許多國外公司收集可能與其他組織共享的資料，可能經過進一步處理後進行了處理-擴充和增強（與其他資料源結合或“混搭”）或匿名化（清除專有和個人辨別資訊）。其中的某些資料可能對其貿易夥伴或供應鍊中的其他相關方非常重要。其他資料可能對無關的外部組織（包括人口統計資料彙總商（Sky IQ，Experian，Dunnhumbey或CACI）或政府機構）具有商業價值。 一言以蔽之，資料資産将擴充算法分析和見解的影響力，進而從根本上改善人工決策的結果。随着管理人員将更多資料納入其決策過程，更多的問題/機會都将暴露出其嵌入式的資料邏輯。那些曾經被嚴格認為是人類的選擇将成為機器的重擔。今天主要在實驗中使用的資料算法（例如基因工程，知識圖譜），明天将成為正常程式。