DB50T 1452-2023 工业数据治理规范

ICS35.080CCSL77

DB50重 庆 市 地 方 标 准DB50/T1452—2023工业数据治理规范2023-08-25发布 2023-11-25实施重庆市市场监督管理局 发布DB50/T1452-2023DB50/T1452-2023PAGE\*ROMANPAGE\*ROMANIII目 次前言 III范围 2规范性引用文件 2术语和定义 2工业数据治理总则 2概述 2目标 3任务 3工业数据治理框架 3顶层设计 4战略规划 4组织构建 4架构设计 5工业数据治理环境 5内外环境 5促成因素 5工业数据治理域 6工业数据管理体系 6工业数据价值体系 6工业数据治理通用过程 6总体要求 6统筹和规划 6构建和运行 7监控和评价 7改进和优化 7工业数据治理能力成熟度评估 7概述 7原则 8等级划分 8附录A（资料性）重庆市特色产业工业数据治理实施流程示例 9实施概述 9电子信息产业的工业数据特点 9装备制造业的工业数据特点 9汽车产业工业数据特点 9实施过程 9参考文献 10前 言本文件按照GB/T1.1—20201草。请注意本文件的某些内容可能涉及专利。本文件的发布机构不承担识别专利的责任。本文件由重庆市工业互联网发展研究中心（中国工业互联网研究院重庆分院）提出。本文件由重庆市大数据应用发展管理局归口并组织实施。本文件起草单位：重庆市工业互联网发展研究中心（中国工业互联网研究院重庆分院）、重庆邮电（重庆DB50/T1452-2023DB50/T1452-2023PAGEPAGE10工业数据治理规范范围规范性引用文件（包括所有的修改单适用于本文件。GB/T18391.1-2009信息技术元数据注册系统(MDR)第1部分：框架GB/T34960.5-2018信息技术服务治理第5部分：数据治理规范GB/T36073-2018数据管理能力成熟度评估模型术语和定义GB/T34960(所有部分)界定的以及下列术语和定义适用于本文件。元数据 metadata定义和描述其他数据的数据。[来源：GB/T18391.1-2009，3.2.16］工业数据 industrialdata工业数据治理总则概述工业数据治理源于企业的外部监管、内部工业数据管理及应用的需求，主要包括：法律法规、行业监管和内部管控等对工业数据及其应用的安全、合规的要求；工业数据的产品化、服务化、资源化、资产化和价值化的要求；工业数据生存周期管理及应用过程中，工业数据架构、工业数据模型、工业数据标准、工业数据质量和工业数据安全等体系建设的要求；工业数据真实全面反映客观事实，满足业务的分析、挖掘、应用和科学决策的要求；目标工业数据治理的目标是构建完备数据管理和价值体系，使工业数据资产为企业实际业务提供价值，主要包括：构建基于工业数据特性、覆盖全面、职能完备的工业数据资产管理体系框架；任务工业数据治理框架——顶层设计，包含工业数据相关的战略规划、组织构建和架构设计，是工业数据治理实施的基础。——工业数据治理环境，包含内外部环境及促成因素，是工业数据治理实施的保障。——工业数据治理域，包含工业数据管理体系和工业数据价值体系，是工业数据治理实施的对象。图1工业数据治理框架顶层设计战略规划工业数据战略规划应保持与业务规划、信息技术规划一致，并明确实施的策略，应包括但不限于：制定工业数据战略规划，包含但不限于愿景、目标、任务、内容、边界、环境和蓝图等；工业数据战略规划应对工业数据治理所使用的技术和工具给出指导性方案或选型建议；明确风险偏好、符合性、绩效和审计等要求，监控和评价工业数据治理的实施并持续改进。组织构建ITOT明确决策和实施机构，建立相关的授权、决策和沟通机制，确保责权利的一致；架构设计评估管理体系的合理性和有效性，对工业数据架构管理职能持续改进和优化；工业数据治理环境内外环境遵循法律法规、行业监管和内部管控，满足风险控制、数据安全和隐私的要求；遵从企业的业务战略，满足利益相关方需求；识别并评估市场发展、竞争地位和技术变革等变化；规划并满足工业数据治理对各类资源的需求，包括人员、经费和基础设施等；促成因素企业应识别工业数据治理的促成因素，保障工业数据治理的实施，应包括但不限于：获得工业数据治理决策机构的授权和支持；明确人员的业务技能及职业发展路径，开展培训和能力提升；关注技术发展趋势和技术体系建设，开展技术研发和创新；制定工业数据治理实施流程和制度，并持续改进和优化；构建工业数据消费场景，促进工业数据资产变现；积累工业数据治理实施经验，降低工业数据使用成本；营造数据驱动的创新文化，构建数据管理体系和数据价值体系；GB/T36073-2018工业数据治理域工业数据管理体系构建工业数据基础设施，确保工业数据治理工具完整度；评估工业数据管理的现状和能力，分析和评估数据管理的成熟度；指导工业数据管理体系治理方案的实施，满足工业数据战略和管理要求；监督工业数据管理的绩效和符合性，并持续改进和优化。工业数据管理体系的治理宜按照GB/T34960.5-2018的要求。工业数据价值体系评估工业数据资产运营和应用能力，满足数据价值转化和实现的要求；指导工业数据价值体系治理方案的实施，满足工业数据资产的运营和应用要求；监督工业数据价值实现的绩效和符合性，并持续改进和优化。工业数据价值体系的治理宜按照GB/T34960.5-2018的要求。工业数据治理通用过程总体要求统筹和规划理解企业战略、业务现状、IT构建和运行构建工业数据策略、方案和流程，培养统一的工业数据治理能力，应包括但不限于：制定与工业数据管理相关的策略、标准、制度、流程、绩效指标、项目章程和计划等；搭建工业数据管理体系，基于统一的规则与平台，以业务数字化为前提，以工业数据入库/入湖为基础，通过工业数据主题联接并提供服务，支撑业务场景下的工业数据消费；启动工业数据治理项目，宣贯数据治理机制和路径，发布细分任务，确保项目可行性；监控和评价监控工业数据治理的过程，评价工业数据治理的绩效、风险与合规等要素，应包括但不限于：构建必要的绩效评估体系、内控体系或审计体系，制定评价机制、流程和制度；评估工业数据治理成效与目标的符合性，与现有资源、环境和能力的匹配程度；评估数据战略与商业模式、负责人、技术工具的使用和流程以及数据共享等内容；引入外部机构客观评价，帮助企业掌握工业数据治理成效；定期评价实施的有效性、合规性，确保数据及其应用符合法律法规和行业监管要求；监控工业数据治理的过程及产出物，保障工业数据消费对工业数据时效、质量、可用、安全、成本等的要求。改进和优化基于业务实践量化评估工业数据治理成效，改进工业数据治理方案，优化工业数据治理实施策略、方法和流程，应包括但不限于：支撑建立工业数据治理体系，包括数据治理组织架构、数据治理流程、数据治理规范等；持续评估工业数据治理相关的资源、环境、能力、实施和绩效等；指导数据治理方案的改进，优化工业数据治理的实施策略、方法、流程和制度；工业数据治理实施示例见附录Ａ工业数据治理能力成熟度评估概述原则工业数据治理能力成熟度评估应遵循具体原则开展，主要包括：可操作性原则：评估指标必须是可操作的，评估指标的内容要求是可获取的。量化性原则：评估指标必须是可量化的，应通过具体的数值来表示。可比性原则：评估指标必须是可比较的，应能进行全面的比较。可持续性原则：评估指标必须是可持续的，应长期使用并不断改进。等级划分工业数据治理能力成熟度等级的划分为：——第1级：初始级；——第2级：受管理级；——第3级：稳健级；——第4级：量化管理级；——第5级：优化级。应根据GB/T36073-2018开展工业数据治理能力成熟度评估。附 录 A（资料性）重庆市特色产业工业数据治理实施流程示例实施概述电子信息产业的工业数据特点使用电子和信息技术生产、加工、处理、传播或接收信息过程中产生的高价值复杂数据,涵盖了通装备制造业的工业数据特点装备制造业工业数据主要来自CRM系统、BI系统、AI系统、物联网系统等，涵盖了装备制造业的研汽车产业工业数据特点车和环境的大数据量越来越大实施过程（例如业务术语表（例如客户或供应商的组织（DB50/T1452-2023DB50/T1452-2023参 考 文 献[1]GB/T18391.1-2009信息技术元数据注册系统（MDR）第１部分：框架[2]GB/T19001-2016质量管理体系要求[3]GB/T19668.1-2014信息技术服务监理第1部分：总则[4]GB/T20269-2006信息安全技术信息系统安全管理要求[5]GB/T22080-2016信息技术安全技术信息安全管理体系要求[6]GB/T24405.1-2009信息技术服务管理第1部分：规范[7]GB/T26317-2010公司治理风险管理指南[8]GB/T28827.2-2012信息技术服务运行维护第2部分：交付规范[9]GB/T34960.1-2017信息技术服务治理第1部分：通用要求[10]GB/T34960.5-2018信息技术服务治理第5部分：数据治理规范[11]GB/T36073-2018数据管理能力成熟度评估模型[12]GB/T41479-2022信