数据治理行业发展现状分析?及数据治理的实践应用分析

• 2022年11月2日 HuangWenYu来源：百度百科 中研报告 大数据产业联盟 CCID 637 36
• 繁体

数据治理是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。

数据治理的概念

数据治理是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。

国际数据管理协会给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合。国际数据治理研究所(DGI)给出的定义：数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁(Who)能根据什么信息，在什么时间(When)和情况(Where)下，用什么方法(How)，采取什么行动(What)。

数据治理的最终目标是提升数据的价值，数据治理非常必要，是企业实现数字战略的基础，它是一个管理体系，包括组织、制度、流程、工具。

根据中研普华产业研究院发布的《2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告》显示：

以企业财务管理为例，会计负责管理企业的金融资产，遵守相关制度和规定，同时接受审计员的监督;审计员负责监管金融资产的管理活动。数据治理扮演的角色与审计员类似，其作用就是确保企业的数据资产得到正确有效的管理。

从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统(控制理论中趋稳的系统)。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管(监管就是在执行层面对信息系统的负反馈)，而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。

数据治理行业发展现状分析

数据显示，2018-2023年中国大数据产业规模呈现逐年增长趋势，2020年底，中国大数据产业规模6388亿元，较2018年增长2003.5亿元;预计2021年中国大数据产业规模7512.3亿元。“十三五"期间国家和社会更多关注大数据技术创新和应用，“十四五规划纲要"对未来大数据发展作出总体部署。整体看，“十四五"期间国家强调数据治理和数据要素潜能释放。

从上海市数据治理案例研究发现，智慧城市的建设需要创新的城市治理手段，而大数据正是创新治理手段的核心要素，对智慧城市建设中的数据进行管理、分析及应用，是建设智慧城市的关键所在，具有重要的价值意义。大数据为南京市政府提供了定量的社会信息，促使政府治理由凭借经验与感觉，向以事实、数据为基础，大数据预测为参照的方向转变，使政府的政策更加合理。

数据治理虽然在中国仍处于发展阶段，在经济治理、城市管理、社会治理、应急管理方面有了广泛的实践应用。中国数据治理市场与人工智能融合的趋势越来越强，同时，与小微企业融资市场的关系也越来越紧密。可以预见，其在中国经济中的地位和左右会越来越重要。

二、数据治理的目标

机构开展数据治理之前，应首先明确数据治理的目标。数据治理国际标准把实施数据治理的目标总结为运营合规、风险可控、价值实现三个层面，机构可根据自身业务需求进行选择。其中，运营合规是基础目标，应保证数据及其应用的合规;在合规的基础上，建立数据风险管控机制，确保数据及其应用满足风险偏好和风险容忍度;以合规、可控的数据应用为基础，构建数据价值实现体系，促进数据资产化和数据价值实现。

三、数据治理的任务

组织决策层作为数据治理的主体，在数据治理过程中主要任务包括评估、指导、监督。决策层首先要明确数据治理的目标，引导管理层开展数据治理现状及需求、数据治理环境、数据资源管理和数据资产运营能力的评估，找出现状和目标之间的差距。指导管理层开展数据治理体系的构建、数据治理域的选择、数据治理的实施落地，通过一系列数据治理工作提升机构的数据应用能力，缩小现状和目标的差距。决策层还应制定合理的评价体系与审计规范，监督数据治理实施的合规性和有效性，对于有偏差或不符合的内容进行指导，最终引导机构实现数据治理目标。

四、数据治理的框架

数据治理框架包含顶层设计、数据治理环境、数据治理域、数据治理过程四大部分。

图表：数据治理框架

资料来源：中研普华

顶层设计包含数据相关的战略规划、组织构建和架构设计，是数据治理实施的基础。数据战略规划应保持与业务规划、信息技术规划的一致，并明确战略规划实施的策略;组织构建应聚焦责任主体及责权利，通过完善组织机制，获得利益相关方的理解和支持，制定数据管理的流程和制度，以支撑数据治理的实施;架构设计应关注技术架构、应用架构和管理体系架构等，通过持续的评估、改进和优化，以支撑数据的应用和服务。

数据治理环境包含内外部环境及促成因素，是数据治理实施的保障。机构应分析业务、市场、利益相关方的需求，适应内外部环境变化。同时，还应关注决策层对治理工作的支持程度、相关人员的职业技能、内部治理文化等，以支撑数据治理的实施。

数据治理域包含数据管理体系和数据价值体系，是数据治理实施的对象。数据管理体系包括数据标准、数据质量、数据安全、元数据管理、数据生存周期五个治理域，附录提出了对数据管理体系的治理要求。数据价值体系包括数据流通、数据服务、数据洞察三个治理域，附录B提出了对数据价值体系的治理要求。机构可根据自身的实际需要和能力选择治理域，并按照治理域的治理要求实施管理。

数据治理过程包含统筹和规划、构建和运行、监控和评价、改进和优化四个步骤，是数据治理实施的方法。在统筹和规划阶段，应明确数据治理目标和任务，营造必要的治理环境，做好数据治理实施的准备;在构建和运行阶段，应构建数据治理实施的机制和路径，确保数据治理实施的有序运行;在监控和评价阶段，应监控数据治理的过程，评价数据治理的绩效、风险及合规，保障数据治理目标的实现;在改进和优化阶段，应改进数据治理方案，优化数据治理实施策略、方法和流程，促进数据治理体系的完善。

想要了解更多最新的专业分析请点击中研普华产业研究院的《2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告》。

• 相关深度报告REPORTS

  

  2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告

  数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。本研究...

  查看详情

延伸阅读

推荐阅读

猜您喜欢