数据资产盘点与分类：如何识别待下线资产？

说实话，很多团队一上来就问：「哪些数据该删？」

这是个好问题，但顺序错了。我个人的习惯是——先搞清楚你手里到底有什么，再谈删不删。没有盘点的下线治理，就是盲人摸象。

盘点的三个核心维度

我在项目中遇到过不少这样的情况：业务方说「这个表没用」，结果一查，下游还有三个报表在引用。所以，识别待下线资产不能只凭感觉，得靠数据说话。

我一般从三个维度来给资产打分：

• 使用频率——这数据被调用的次数多不多？
• 访问热度——最近一段时间，谁在访问？访问量多大？
• 业务价值——这数据支撑了什么核心业务？没了它行不行？

你想想看，这三个维度一交叉，基本就能把资产分成几大类了。

基于使用频率的分类

使用频率是最直观的指标。说白了，就是看这数据「有没有人用」。

我习惯把使用频率分成三个等级：

等级	定义	典型特征
高频	每日/每周被调用	核心报表、实时接口、频繁ETL依赖
低频	每月/每季度被调用	月度报表、临时分析、归档查询
僵尸	超过90天无调用	历史项目遗留、废弃接口、无人维护的表

嗯，这里要注意——「僵尸」不等于「可以删」。我曾经遇到过一张表，半年没人查过，结果它是某个合规审计的底表，只是审计周期是一年一次。所以，频率只是参考，不能当唯一标准。

基于访问热度的分类

访问热度跟使用频率有点像，但侧重点不同。频率看的是「次数」，热度看的是「量级」和「趋势」。

举个例子：一张表每天被调用一次，但每次调用扫描全表10亿行数据——这叫低频高热度。另一张表每小时被调用100次，但每次只查一条记录——这叫高频低热度。

我个人习惯用这样的矩阵来判断：

热度类型	判断标准	下线优先级
高热	日均扫描量 > 1TB 或 并发 > 100	极低（可能是核心资产）
温热	日均扫描量 100GB ~ 1TB	中等（需进一步评估）
低热	日均扫描量 < 100GB 且 并发 < 10	较高（可考虑归档）
冰冷	连续30天无任何访问记录	最高（优先评估下线）

基于业务价值的分类

这个维度最难量化，但恰恰最重要。技术指标再漂亮，也抵不过一句「这数据老板要看」。

我一般把业务价值分成五档：

1. 战略级——支撑核心KPI、监管报送、财务核算。没了它，公司没法正常运转。
2. 运营级——支撑日常运营决策、业务分析。没了它，效率会下降。
3. 参考级——用于历史对比、趋势分析。没了它，分析深度会受影响。
4. 实验级——临时项目、探索性分析。没了它，影响有限。
5. 废弃级——已无明确业务归属，无人认领。没了它，没人会发现。

这里有个坑——「无人认领」不等于「没有价值」。我曾经处理过一个案例：一张表挂了三年没人管，结果一查，是某个离职员工留下的实验数据，里面居然有当年A/B测试的原始样本。虽然现在用不上，但法务说按合规要求还得保留两年。

三维交叉：识别待下线资产

好了，三个维度都有了，怎么综合判断？

我习惯用一张「下线优先级矩阵」来辅助决策：

使用频率	访问热度	业务价值	下线建议
僵尸	冰冷	废弃级	立即下线
僵尸	冰冷	实验级	可下线，需确认
低频	低热	参考级	建议归档，暂不下线
低频	低热	运营级	保留，定期复审
高频	高热	战略级	绝不考虑下线

说白了，只有左上角那几类才值得优先处理。其他的，要么归档，要么保留，要么定期复审。

一张图看懂整个分类体系

下面这张图是我自己总结的「待下线资产识别框架」，你可以直接拿去用：

实操建议：从哪开始盘？

框架讲完了，说点落地的东西。如果你现在就要开始做资产盘点，我建议按这个顺序来：

1. 先抓「僵尸资产」——从元数据系统拉出90天以上无访问的表，这是最容易出成果的。
2. 再筛「冰冷资产」——结合访问日志，找出那些没人查、没人用的数据。
3. 最后找「废弃资产」——跟业务方对账，确认哪些数据已经没人认领了。

这三个步骤走完，你手里就有了一份初步的「待下线候选清单」。下一步，才是逐个评估、走下线流程。

记住一句话：不是所有不用的数据都该删，但所有该删的数据一定没人用。 盘点的目的，就是找到那个交集。