《平台经济数据治理评价指南》征求意见稿

4T/TMACXXXX-2024平台经济数据治理评价指南本文件提供了平台经济数据治理的总则、框架，规定了平台经济数据治理中数据要素治理、数字技术赋能数据治理、数据衍生物治理、数据治理安全管理规范、数据治理监管及数据治理改进提升的要求。本文件适用于：a)平台经济数据治理自我评估，平台企业数据治理体系建立；b)平台经济数据要素治理明晰权责，数据交易流通规则和数据规范使用的指导；c)服务于平台经济相关软硬件或解决方案的研发、选择和评价；d）平台经济数据治理能力和数据价值、数据质量、监管质量评价；e）平台经济数据安全管理指导;2规范性引用文件下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中，注日期的引用文件，仅该日期对应的版本适用于本文件；不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB∕T34960.5-2018《信息技术服务治理第5部分:数据治理规范》；GB/T32923-2016《信息技术安全技术信息安全治理》；3术语和定义GB/T34960.5-2018界定的以及下列术语和定义适用于本文件。3.1主数据masterdata满足跨部门业务协同需要的、反映核心业务实体状态属性的组织机构的基础信息。3.2数据标准datastandard数据的命名、定义、结构和取值规范方面的规则和基准。3.3数据生命周期datalifecycle数据从产生，经过数据采集、数据传输、数据存储、数据处理、数据交换，直至数据销毁等各种生存形态的演变过程。GB/35274-2017定义3.24评价总则4.1概述平台经济数据治理评价旨在评估平台经济数据治理体系的构建、数据治理域的建立和数据治理实施效果，通过合理的评价体系与规范，监督数据治理内控、合规和绩效。评价基于以下需求展开：a）法律法规、行业监管和内部管控对数据及其应用的安全、合规要求。这包括对数据保护、隐私权益、数据安全等方面的合规性评估，以确保平台经济数据治理符合相关法律法规和伦理规范。5b）数据产品化、资产化和价值化的要求。评价指南关注平台经济数据要素的权责明晰、数据交易流通规则的规范性，以及数据如何转化为有价值的产品和服务，提升平台经济的竞争力和创新能c）数据生存周期管理及应用过程中，数据架构、数据模型、数据标准、数据质量和数据安全等体系建设的要求。评价应关注数据的完整性、准确性、可靠性以及数据治理体系的建设情况，确保数据在整个生命周期内得到有效管理和利用。开展平台经济数据治理评价的目标是促进平台健康、有效、高效和合理地利用数据，保障平台数据及其应用过程中的运营合规、风险可控和价值实现,主要包括:a)运营合规:建立符合法律法规和行业监管的平台经济数据运营管理体系,保障平台经济数据及其应用的合规；b)风险可控:建立平台经济数据风险管控机制,确保数据及其应用满足风险偏好和风险容忍度；c)价值实现:构建平台经济数据价值实现体系,促进平台经济数据资产化和数据价值实现。4.3任务组织应通过评估、指导和监督的方法,按照统筹和规划、构建和运行、监控和评价以及改进和优化的过程,实施数据治理的任务,主要包括:a）评估数据治理的现状及需求、数据治理环境、数据资源管理和数据资产运营能力;b）指导数据治理体系的构建、数据治理域的建立和数据治理的实施落地;c）制定合理的评价体系与审计规范,监督数据治理内控、合规和绩效。4.4框架数据治理评价框架包含：数据要素治理、数字技术赋能数据治理、数据治理域、数据治理过程四大部分。4.4.1平台经济数据要素治理包含界定数据要素相关主体权责、提升主体权限、隐私保护，是数据治理的基础；4.4.2数字技术赋能数据治理包含数据质量、数据监管、数据存储、可信计算、多维重构、高精溯源能力，是数据治理的驱动力；4.4.3平台经济数据治理域包含数据标准管理域、数据安全管理、数据衍生物，是数据治理实施对象；4.4.4平台经济数据治理过程包含统筹和规划、构建和运行、监控和评价以及改进和优化，是数据治理实施方法。5平台经济数据要素治理的评价5.1数据要素主体数据要素作为新兴生产要素，是数字治理的基础。在平台经济市场化运营中，界定数据要素的主体职责与持有权、使用权，明晰数据要素的创造者，对于数据监管、信息保护以及数据安全等具有重要意义。数据要素主体的评价要素包括：a)数据要素主体是否明确：数据要素的主体包括数据的收集者、拥有者、使用者以及监管者。6b)数据要素主体权责是否清晰：是否清楚地规定由谁来负责制定数据相关的决策、何时实施、如何实施数据治理管理策略。c)数据要素来源是否可溯源或明确：数据要素来源是否清晰、可靠，以及数据来源和历史是否能够追溯。d)数据要素所有权是否明确：数据的所有权归属是否清晰、明确。5.2数据要素治理人员数据要素治理人员是数据要素治理过程中不可或缺的重要角色。他们负责管理和监督数据，确保数据的准确性、完整性、可靠性和一致性，提高数据的质量和安全性。数据要素治理人员可以反映机构内部数据治理的情况与状态。平台数据要素治理人员的评价要素包括：a)数据治理运营报告相关：对数据治理的运营过程进行详细记录和监控的报告，旨在评估数据治理措施的有效性、合规性和可持续性。b)数据治理例行会议相关：数据治理例行会议旨在定期回顾和讨论数据治理的进展、问题、挑战和最佳实践等议题。通过例行会议，平台可以确保数据治理工作的持续性和稳定性，提高数据质量、安全性和可靠性，促进内部的沟通和协作。c)数据治理培训相关：为保障数据治理的实施，平台应定期开展相关培训。d)数据治理执行相关：数据治理策略是否在实际工作中得到贯彻和落实，以及其执行效果如何。5.3业务价值业务价值度量是指评估数据对业务的影响和价值大小。通过度量业务价值，平台可以更好地了解据对业务增长的贡献，明确数据的优先级和重要性，以及合理地配置资源，进一步提高数据质量和应用效果。业务价值的评价要素包括：业务价值实现：主要是通过使用数据带来的业务价值。5.4个人隐私保护一个健全的数据治理体系应当注重个人隐私的保护，确保数据的合法、合规使用，防止数据泄露和滥用。个人隐私保护的评价要素包括：a)处理个人信息是否合法合规：处理个人信息应符合“合法、正当、必要”三原则，确保个人信息的收集、存储、使用、加工、传输和公开等行为得到合法的授权和监管。b)个人隐私保护管理体系：平台应依照法律与规范，制定合理、明确、全面的隐私保护管理体系，保证个人隐私得到充分尊重和保护。6数字技术赋能数据治理的评价数字技术是大数据、云计算、人工智能等多种数字化技术的集称，利用先进数字技术提升多元主体7权限，拓展数据共享和互动范围实现价值增值，多维度、实时性地采集数据，提升数据质量并高维存储，提升数据体量提升监管质量，降低平台风险，提升附加值；通过发挥数字技术的高效存储、可信计算、多维重构和高精溯源等能力，可以创新平台经济发展的治理模式，推动平台经济高质量、可持续发展。数字技术赋能数据治理，能辅助实现“算法”的公平和透明等目标，发挥“算法”的增值作用，也规避“算法”的应用风险。6.1大数据技术与云计算大数据技术与云计算是当前数据治理的重要技术。大数据技术包括数据采集与预处理、数据存储、数据清洗、数据查询分析等相关技术。通过大数据技术，平台可以有效地整合、存储和管理海量的数据，确保数据的准确性和完整性。云计算技术是一种通过互联网提供计算资源和服务的方式，包括硬件、软件和数据存储云，该技术可以提供高效、灵活、可扩展的计算资源。在现实应用中，大数据需要依赖于云计算来支撑其海量数据的存储和高性能的计算需求，云计算为大数据的存储、处理和分析提供了硬件上的支持。云计算在存储和使用数据时，也需要借助大数据的技术来进行数据分析和挖掘，在一定程度上可以提高数据使用效率和价值。相关技术的评价要素包括：a)主数据使用情况：有效地管理主数据是数据治理工作中的核心内容，可以反映大数据技术在平台中的使用情况。b)数据源管理情况：数据源管理情况能够说明平台数据管理的成熟度和规范程度。良好的数据源管理能够确保平台数据的准确性、完整性、一致性和安全性，提高数据质量，降低数据风险。6.2人工智能技术是指用计算机模仿人类的思维方式来解决问题和做出决策的一门科学和技术。人工智能的研究涉及到机器学习、语音识别、图像识别、自然语言处理、自动规划和专家系统等多个领域。人工智能技术的评价要素包括：数据问题修复：人工智能可应用于数据的识别、清洗、转换，修复数据中存在的问题，确保必要的数据是完整且准确的。6.3数据资产图谱技术数据资产图谱是以数据管理为核心的数据资产管理与分析技术。数据资产图谱可以清晰描述数据生产到业务价值发挥的实际全链路关系，展示数据资产的全貌，包括数据的来源、数据之间的血缘关系等。通过数据资产图谱技术，平台可以实现数据全生命周期的价值管理，从而识别高价值数据、优化数据治理、提高业务效率。数据资产图谱的评价要素包括：a)数据血缘关系情况：数据血缘关系的分析情况是否清晰、准确。b)数据资产盘点情况：平台是否能清晰梳理、盘点数据资产情况。87平台经济数据治理域评价7.1数据质量治理量与质皆可靠的数据成为治理的基石，基于可利用数据量的增加与可用于数字治理的数据质增强，可促进数据溯源与数据重构。鉴于此，在开展平台经济数字治理时，应以数据为依托，借助数字化理念、思维与技术，深挖数据间的逻辑关系，发现运作问题，分析管理问题，解决治理问题。以高质量的海量数据为基础，辅以先进的计算手段，系统监管平台经济问题，助推平台经济数字治理。数据质量治理的评价要素包括：a)完整性：是指数据记录和属性的完整性，例如是否存在缺失值。b)及时性：是指是否呢鞥自需要的时候获得数据。c)准确性：数据记录的信息是否存在异常或者错误。d)一致性：是指多源数据之间的元数据一致性。e)规范性：是指数据符合数据标准、数据模型、业务规则、元数据或权威参考数据的程度。f)唯一性：是指描述数据项信息是否满足业务唯一性标识要求。g)数据质量问题：统计与分析关于数据质量引发的问题。7.2数据标准管理明确数据标准的新增、更改与废止，基于业务特点、内外部监管等指引，对数据标准基本属性、业务属性、技术属性与管理属性进行定义、维护，支持平台企业的数据流通共享。明确数据标准责任主体，参与数据标准管理的角色及职责。数据标准管理应满足规范性、系统性、严谨性、科学性与前瞻性原则性要求。数据标准管理的评价要素包括：数据标准执行情况：数据标准是否成熟可以通过追踪其使用情况进行评估，一般来说，数据标准的适用范围越大，数据标准越成熟。7.3数据安全管理建立数据分类分级标准，并基于分类分级实施数据安全管控，明确数据安全责任主体，确立数据安全管理规范，解决数据收集、共享、销毁等整个数据生命周期中可能产生的数据安全问题。加强对个人信息等重要数据的有效保护，明确数据平台企业的责任、数据权利的建构。积极推进数据资源的开发利用，保障数据依法有序地流通共享，鼓励平台企业不断优化自身业务，加快攻关关键核心技术。数据安全管理的评价要素包括：a)数据安全技术：指的是平台需有足够技术能力保障数据生命周期安全。b)数据安全运营：平台应构建完善的数据安全规范和管理策略，包括数据流转检测、安全风险评估体系，以及安全事件响应处置流程等，实现常态化数据安全运营。97.4数据衍生物治理数据衍生物是依托数据和数字技术所发展的文化、习惯、价值、观念、风俗、道德等。数字衍生物有利有弊，平台需通过开展公益计划、实施内容和数据自治、支持多部门共治等方式解决相关的社会公共问题，承担社会责任。此外，挖掘文化、公众参与行为等的内涵与特征并加以正当利用，可以引领社会价值观，潜移默化地提升人们的数字素养。7.5数据治理监管依托数字技术和数据对平台违法行为进行识别，加强协同监管、差异化监管，通过以网管网，提升政府监管平台对第三方平台的数据比对与分析能力。8.数据治理过程评价评价规则表高层领导参与数据治理例行会议次批准和实施的数据治理政策和流程批准和实施的数据治理政策和流程在新系统/流程中接受培训人数/次数某数据指标在数仓和源系统的数值某相同名称数据实体在不同系统的一致以存在的潜在风险或造成的经济损按主题域划分的共享数据标准的应按主题域划分的使用数据标准的业按主题域划分的使用数据标准的输按主题域划分的使用数据标准人数按主题域划分的集成业务流程数量从源到使用的可追溯的数据属性数量源数据库和目的数据库验证的数据映射到数据模型和对象的业务术语能否提供数据资产目录或数据资产将搜索客户信息的呼叫中心处理时监管的报告中的不正确归档而减少数据分级分类情况：1.仅基于临时2.仅对核心关键数据进行管理3.4.建立安全事件响应与处置流程，安全事件响应和处置情况：1.仅根据临时需求对个别数据安全事件进行应急处理；2.仅对核心关键数据实现自动化响应决策；5.在4的基数据删除销毁：1.仅根据临时需求考虑了数据销毁的流程和方法；2.建立并实施数据删除销毁方案与工毁方案与工作流程，且可通过内部数据管理系统实现对数据销毁的提的基础上，应定期评估数据实际情cookie采集和传输个人信息使用方式和有效期等设置是否符合法律要求通过openapi等接口处理信息是否符基于个人信息的自动化推送等行为基于个人信息的自动化推送等行为销或运营算法、平台治理模型、GPT平台停运的个人信息处理措施是否信息主体对个人信息及隐私的控制与个人隐私和个人信息相关的数据安全义务及网络安全义务是否完成出现隐私和个人信息泄露等应急事是否清楚规定由谁来负责制定数据平台是否进行过相关数据治理工作分值形式的设置：由于平台经济数据治理情况复杂，数据治理指标体系需要结合平台自身情况进行搭建，相应数值可考虑使用权重设置、专家打分法和层次分析法等方法进行设置。权重设置、专家打分法和层次分析法可以单独或结合使用来确定多个因素或指标的相对重要性。以下是这些方法的介绍：专家打分：邀请专家对各因素进行打分，通常采用1-10分制或根据实际需要选择合适的分制。专家可以根据自己的专业知识和经验，对各个因素进行相对重要性的评估。层次分析法：层次分析法（AnalyticHierarchyProcess，AHP）是一种系统分析方法，用于处理多因素、多目标、多方案等的决策问题。这种方法将复杂问题分解为多个组成因素，通过两两比较的方式确定因素的相对重要性。综合权重：结合专家打分和层次分析法的结果，得出各因素的最终权重值。这些权重值可用于后续的综合评价或决策分析中。9.指标体系9.1数据治理人员相关指标：数据治理运营报告、数据治理例行会议、数据域数量和数据治理、数据治理流程、数据治理培训、数据治理参与人员；9.2数据质量相关指标：数据完整性、数据及时性、数据准确性、数据一致性、数据质量、周期性数据质量稽核；9.3数据标准相关指标：接受数据标准、共享数据标准、使用数据标准、集成业务流程数量；9.4治理技术相关指标：数据问题修复、数据源、主数据、数据血缘、数据资产；9.5业务价值度量相关指标：处理时间、生产率、客户满意度、监管处罚；9.6数据安全相关指标：数据安全技术、数据安全运营；9.7个人隐私保护相关指标：个人隐私保护合法合规、个人隐私保护管理体系；9.8数据要素主体相关指标：数据要素主体、数据要素主体权责、数据要素来源、数据要素持有权；9.9其他相关指标：数据治理监管。10评价组织平台经济数据治理评价办公室（以下简称“评价办公室”）由中国技术市场协会产业融合发展工作委员会、中国通信工业协会平台经济创新专委会、对外经济贸易大学中国国际品牌战略研究中心、全国商报联合会品牌建设推广工作委员会、北京中际科信经济信息技术研究院、北京中銮智慧信息咨询有限责任公司相关人员组成，负责平台经济数据治理（综合类/专项类）典范、领航单位/技术/项目等的评价工作。评价办公室应满足但不限于下列要求：a)应有与开展评价工作相适应的人员，负责平台经济数据治理评价申请资料的受理和资格初审等工作；b)应组建成立平台经济数据治理评价评审专家委员会，负责评价申请资料的评审等工作；c)遵循客观独立、公平公正、诚实信用原则，恪守职业道德，承担社会责任；d)独立于其出具评价结果所涉及的利益相关各方；评价办公室采用附录A平台经济数据治理评价标识开展评价工作。11.评价流程11.1制定评价工作方案11.1.1明确评价对象和范围。评价对象为平台经济主体及服务于平台经济相关软硬件或解决方案所提供的数据治理及其相关单位、企业、科研院所等主体。11.1.2确定评价方式。评价办公室应以平台经济主体及服务于平台经济相关软硬件或解决方案所提供的申请评价文件化信息为主，辅以第三方平台及其他佐证信息为辅，对申请主体所提供的平台经济数据治理做出评价。11.2实施评价11.2.1由评价办公室接受申请评价主体所提供的相关信息，进行判断、评估、对相关指标进行赋值。11.2.2.评审专家委员会，对符合初审要求的评审资料完成评审、复核等工作，得出评价最终意见。11.3评价结果依据本文件“平台经济数据治理指标体系和评价规则”，评价出平台经济数据治理领域（综合/专项）典范、领航单位/技术/项