数据治理申报材料分析

数据治理申报材料

十三五时期，我国大数据产业快速起步。据测算，产业规模年均复合增长率超过30%，2020年超过1万亿元，发展取得显著成效，逐渐成为支撑我国经济社会发展的优势产业。培育数据要素市场（一）健全数据流通制度研究制定数据交易管理办法，建立健全数据权益、交易流通和安全保护等基础性制度规范，明确数据主体、数据控制方、数据使用方权利义务，保护数据主体权益。健全数据市场定价机制，以数据应用需求为导向，完善数据市场流通环境，精准对接市场供给。建立数据交易协同监管机制，构建数据流通监管平台，加强数据交易流通全过程安全监管，确保数据流通过程可追溯、使用范围可明确、合法合规可审计、安全风险可防范、法律责任可追诉。（二）营造数据要素市场发展生态加强大数据产业协同创新统筹协调，引导和支持科研机构、高等院校、企业加强协同攻关，共同开展数据交易流通、数据基础前沿研究、关键共性技术研究。支持数据采集、存储、处理、分析等企业做大做强，带动大数据产业发展。数据治理保障体系（一）数据治理组织体系保障建立全方位、跨部门、跨层级的数据治理组织架构，是实施组织级统一化、专业化数据管理的基础，是数据管理责任落实的保障。一般来说，数据治理组织架构包括决策层、组织协调层、管理层、工作执行层四个层级。决策层作为数据决策方，由组织CIO或CDO担任，负责制定数据治理决策、战略和考核机制。组织协调层由虚拟的数据治理委员会承担，负责统筹管理和协调资源，细化数据治理的考核指标。管理层由数据治理办公室承担，作为数据治理的主要实体管理部门，负责构建和维护组织级架构（包括业务架构、数据架构、IT架构），制定数据治理制度体系和长效机制，定期开展数据治理检查与总结，并向组织协调层和决策层汇报。工作执行层由业务部门和技术部门共同承担，负责在数据项目中落实数据治理工作，与管理层协同参与各项活动。（二）数据治理制度体系保障为了保障数据治理工作和组织架构正常运转，需要围绕数据治理流程建立一套覆盖数据引入、加工、使用、服务等整个数据生产运营过程的制度规范，对数据治理领域各工作环节主要活动进行说明，为各业务部门开展数据管理工作提供参考依据，从制度上保障数据治理工作有据、可行、可控。数据治理制度体系通常分层次设计，依据管理的颗粒度，制度体系可划分为总体规定、管理办法、实施细则和操作规范四个层次。总体规定从决策层和组织协调层视角出发，包含数据战略、角色职责、认责体系等，阐述数据治理的目标、组织、责任等。管理办法从管理层视角出发，规定数据治理各活动职能的管理目标、管理原则、管理流程、监督考核、评估优化等。实施细则从管理层和执行层的视角出发，围绕管理办法相关要求，明确各项活动职能执行落实的标准、规范、流程等。操作规范从执行层的视角出发，依据实施细则，进一步明确各项工作需遵循的工作规程、操作手册或模板类文件等。数据治理保障措施加强规划有效实施的各类资源要素保障，着眼数据聚通用，着力激活数据、深度挖掘数据、充分利用数据，加快形成数据要素高效集聚、互联互通、开放共享的良好局面。（一）加强组织协调建立健全数据治理统筹协调和推进机制，加强跨地域、跨部门、跨层级的协同联动，研究数据治理发展战略和政策措施，协调解决数据治理中的重点难点问题，确保相关工作扎实有效推进。（二）强化人才支撑支持和引导高等院校、职业学校开设数据治理相关专业，优化专业、课程设置，积极开展校企合作，培养创新型、应用型、融合型人才。引进高层次、高学历、高技能以及紧缺人才，完善人才引进、培育、评价、激励机制。支持各部门加强对数据治理用工服务的指导，保障从业人员合法权益。（三）做好资金保障支持推动数字技术创新应用、数据治理等相关工作，完善投融资服务体系，拓宽融资渠道，发挥政府引导基金作用，重点支持数据治理领域重大项目建设和重点企业发展。鼓励金融机构创新金融产品和服务，加大对数据要素市场主体提供贷款、融资担保等金融服务的支持力度。数据治理概念建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。数据二十条随即出台，提出构建数据产权、流通交易、收益分配、安全治理等制度，初步形成我国数据基础制度的四梁八柱，将充分激活数据要素价值，赋能实体经济。在数字经济时代背景下，数据俨然已成为企业的核心生产要素之一。而企业数字化转型则是以数据为中心，通过数据驱动业务发展、管理协同和运营。因此数字化转型关键在于数据，数据治理则需先行。从而更好激发数据生产要素潜能，实现业务数据化、数据价值化，助力企业数字化转型。（一）DAMA数据治理体系国际数据管理协会（DataManagementAssociation，又名DAMAInternational，以下简称DAMA）在其《DAMA数据管理知识体系指南（第2版）》一书中将数据治理进行了定义，即数据治理是对数据资产管理行使权力、控制和共享决策（规划、监测和执行）的系列活动。此外，DAMA还将数据治理作为数据管理十大知识领域的中心，负责知识领域的平衡和一致性。DAMA提到数据治理的目标有三点：提升企业数据资产管理能力；定义、批准、沟通和实施数据管理的原则、政策、程序、指标、工具和责任；监控和指导政策合规性、数据使用和管理活动。可以看出，DAMA给出了比较全面的解释，但是距离企业可落地的数据治理还是距离较远，更像是纲领性的介绍，因此对于如何进行数据标准的制定以及如何进行数据资产的评估都缺少具体的描述。（二）信通院数据治理服务商成熟度模型（DGS）数据治理服务商成熟度模型（DGS）由中国信通院提出，以数据治理服务项目实施运维的流程为主线，融合数据治理核心能力，包括6大能力域、21个能力项，其中6大能力域遵循一般性数据治理项目流程。1）需求管理能力域：提供方通过采集需求方的业务需求、数据需求、技术需求等，明确数据治理目标和范围，并评估实施数据治理可行性。2）资源评估能力域：提供方通过对数据来源、数据规模、数据分类、数据关系、数据时效性、专业软件工具、存储计算环境以及硬件资源等主要影响因素进行分析，以提升数据治理项目任务分解的准确性，指导识别项目中的潜在风险。3）实施保障能力域：提供方通过制定实施规划，建立组织保障，开展风险管理，确保数据治理项目的顺利实施，降低风险和成本。4）方案设计能力域是数据治理项目的核心环节，提供方通过制定相关规范体系和设计文档，形成满足甲方需求的数据治理体系。5）方案实施能力域提供方通过依托相关平台工具，实现方案的落地。6）成果交付能力域包括试运行、成果验收2个能力项。DGS从服务商的角度出发，对数据治理的方方面面进行了解释，给出了模型规范和评估标准。对于企业来说，不管是想自己做数据治理，还是通过服务商来实现部分数据治理工作，DGS都提供了一套相对全面的参考指南。整体来看，目前数据治理提供商的数据工程服务能力优势集中于数据资源评估、数据质量、数据标准等能力项。（三）数据治理规范国家标准《信息技术服务治理第5部分：数据治理规范》（GB/T34960．5-2018）中，为了促进组织有效、高效、合理地利用数据，有必要在数据获取、存储、整合、分析、应用、呈现、归档和销毁过程中，提出数据治理的相关规范。规范中提出了数据治理的定义，即数据资源及应用过程中相关管控活动、绩效和风险管理的集合。规定了数据治理的顶层设计、数据治理环境、数据治理域及数据治理过程的要求，从而实现运营合规、风险可控和价值实现的目标。（四）数据中台大数据时代，大量结构化、非结构、半结构数据量暴增，计算难度几何式递增。同时数据复杂、数据类型庞杂等导致数据处理复杂度也大大提升。传统数据仓库的不足也逐渐暴露，数据孤岛、重复开发、数据共享难等问题日益加剧。在人工智能、大数据等技术发展和企业数字化转型加速的双重驱动下，2019年，数据中台在众多赛道中脱颖而出，成为行业焦点。艾瑞咨询《2022年中国数据中台行业研究报告》指出，数据中台是一种数字化综合解决方案。狭义来看，数据中台是一套实现数据资产化和服务复用的工具；广义来看，数据中台是一套运用数据推动企业数字化转型升级的机制和方法论。全国首个数据中台团体标准《数据中台元数据规范》（T/ZAII035-2022）也指出，数据中台是一套通过产品技术、解决方案、规范标准、团队组织的整合，实现数据汇聚、治理、运营的架构。这与艾瑞咨询的观点不谋而合。总结而言，数据中台是一套可持续的让数据产生价值的机制，是一种战略选择和组织形式，是依据企业特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建的一套持续不断把数据变成资产并服务于业务的机制。（五）数据治理与数据中台数据治理是针对数据资产管理的控制、决策规范，它将严密性和纪律性植入企业的数据管理、规划、监测、使用和保护过程中。而数据中台也是一种数据资产管理机制，采集、计算、存储和处理海量数据，保证数据的标准统一和口径一致，建立全域级、可复用的数据存储能力中心和数据资产中心，提高数据共享和复用能力，灵活高效地解决数据应用需求。对比来看，数据中台和数据治理都是体系性的工作。虽说数据治理与数据中台涉及的绝大部分领域相同，但数据中台并不仅仅是数据治理工作的放大升级版，而是数据治理工作的深化，它强化了数据治理的深度和广度，并拓展了数据治理不涉及的数据应用领域。换言之，数据中台真正实现了企业内部数据的闭环。因此，数据中台是数据治理实现的一种高效方式，是当下最为适合企业数字化转型的模式。首先，从顶层设计出发，开展数据管理的战略规划和机制建设，为数据治理工作开好局。其次，引入数据治理工具，通过数据标准管理、数据架构和模型管理、数据开发、元数据管理、数据质量管理、数据生命周期管理、数据安全管理、主数据管理等八大数据治理专题夯实数据管理各项基础工作。最后，基于数据治理工具提升数据管理的自动化水平，最终促进数据资产的对内对外开放使用，实现数据资产的价值与变现能力全面提升。数据流通扩大开放工程构建集自然语言处理、视频图像解析、数据可视化、语言智能问答、多语言机器翻译、数据挖掘分析等功能的大数据通用算法模型库和控件库，定期开展数据演习，建设面向公共卫生、自然灾害、国防战备等重大突发事件处置的国家级数据靶场，为重大突发事件开展决策研判和调度指挥提供支撑。规范数据入场交易，培育数据要素交易市场。建设涵盖数据资产评估、登记确权、交易撮合、评估定价、可信流通等方面的全流程数据要素流通交易平台和数据授权存证、数据溯源和数据完整性检测平台，提供数据交易、结算、交付、安全保障、资产管理等综合配套服务。数据治理是数字化转型的必经之路（一）数字全球化催生数字治理需求随着新一轮科技革命和产业变革深入发展，数字全球化正加速到来。经济全球化正在从以物质流动为特征的全球化，逐步向以数字流动为牵引的新型全球化转变。数据要素跨境流动大幅增加，数据成为关键生产要素，数据跨境流动驱动国际经济活动高效、便捷、智能开展，创造经济价值。此外，数字平台和云计算企业加快全球布局，作为数据汇集、匹配撮合、运算分析、技术支持的重要主体，将日益成为全球数字经济产业链价值链的核心。数字平台成为全球数字经济产业链价值链中心。但是，数字全球化为全球经济发展提供新动能的同时，也引发了数据安全、数字鸿沟、个人隐私、道德伦理等一系列新挑战。围绕新设施、新要素、新模式、新业态产生了一系列相互交织的新问题，新兴问题快速涌现，治理规则缺失，这些都在催生数字治理需求。基于此，信通院在《全球数字治理白皮书（2022年）》首次尝试提出全球数字治理体系框架，指出全球数字治理是各方为解决信息网络、数据要素、数字平台、数字技术应用等领域的全球性问题，而达成的塑造各方行为预期的规范、规则、标准、程序及执行机制的过程。（二）中国数字时代治理新范式在全球数字化背景下，放眼中国数字化形势，迎接数字时代，激活数据要素潜能，以数字化转型整体驱动生产方式、生活方式和治理方式变革，打造数字经济新优势，加强关键数字技术创新应用，加快推动数字产业化，推进产业数字化转型。数字化转型是建立在数字化转换、数字化升级的基础上，以优化企业管理、创新商业模式、提升企业核心竞争力为目标的企业管理变革过程，是企业主动适应新一轮科技革命和产业变革的举措。数字化转型是企业为达到高质量、可持续发展，利用新一代信息技术而进行的企业变革，是将新一代信息技术集成到所有业务领域，进而推动企业组织架构、业务模式、企业文化等变革的措施，从而对企业的运营方式及向客户提供价值的方式产生根本性的改变。数据治理已经成为全方位数字化转型的重要驱动力量。一方面，数据治理正在打破政府内部数据孤岛、重塑业务流程、革新组织架构，打造出权责明确而又精简、高效、统一的数字政府；另一方面，数据治理反哺更广阔的经济和社会数字化转型，既为市场增效，又为企业社会赋权。数据治理就是数字时代的治理新范式，其核心特征是全社会的数据互通、数字化的全面协同与跨部门的流程再造，形成用数据说话、用数据决策、用数据管理、用数据创新的治理机制。数据产业发展保障措施（一）提升数据思维加强大数据知识普及，通过媒体宣传、论坛展会、赛事活动、体验中心等多种方式，宣传产业典型成果，提升全民大数据认知水平。加大对大数据理论知识的培训，提升全社会获取数据、分析数据、运用数据的能力，增强利用数据创新各项工作的本领。推广首席数据官制度，强化数据驱动的战略导向，建立基于大数据决策的新机制，运用数据加快组织变革和管理变革。（二）完善推进机制统筹政府与市场的关系，推动资源配置市场化，进一步激发市场主体活力，推动有效市场和有为政府更好结合。建立健全平台经济治理体系，推动平台经济规范健康持续发展。统筹政策落实，健全国家大数据发展和应用协调机制，在政策、市场、监管、保障等方面加强部门联动。加强央地协同，针对规划落实，建立统一的大数据产业测算方法，指导地方开展定期评估和动态调整，引导地方结合实际，确保规划各项任务落实到位。（三）强化技术供给改革技术研发项目立项和组织实施方式，强化需求导向，建立健全市场化运作、专业化管理、平台化协同的创新机制。鼓励有条件的地方深化大数据相关科技成果使用权、处置权和收益权改革，开展赋予科研人员职务科技成果所有权或长期使用权试点，健全技术成果转化激励和权益分享机制。培育发展大数据领域技术转移机构和技术经理人，提高技术转移专业服务能力。（四）加强资金支持加强对大数据基础软硬件、关键核心技术的研发投入，补齐产业短板，提升基础能力。鼓励政府产业基金、创业投资及社会资本，按照市场化原则加大对大数据企业的投资。鼓励地方加强对大数据产业发