數據治理行業發展概況

加強規劃有效實施的各類資源要素保障，著眼數據聚通用，著力激活數據、深度挖掘數據、充分利用數據，加快形成數據要素高效集聚、互聯互通、開放共享的良好局面。擴展數據跨域跨境流通（一）打造國家級數據流通服務中心積極參與全國一體化大數據中心建設試點，加快建設全國一體化算力網絡國家樞紐節點成渝樞紐。建設國家級數據流通服務中心，推進國家數據長城行動計劃，推動跨層級、跨地域、跨行業數據聯動和數據融合應用。建設國家級數據靶場，基于各類應用場景進行建模、數據治理和分析，有效支撐公共衛生、自然災害、事故災難、社會安全、基層治理等各領域應用。全面融入國家數網—數紐—數鏈—數腦—數盾協同創新體系。（二）促進數據跨省跨域流通積極探索數據共享交換和開發利用等一體化創新路徑，促進數據跨省跨地域流通。探索建立統一的區域數據共享和開放目錄清單，梳理跨省跨地域共享數據資源數量及種類，推動跨省跨地域數據共享開放。推動渝快辦與天府通辦對接，擴大跨省通辦跨省聯辦服務范圍，推進社保、醫保、公積金等跨省通辦事項高頻使用證明的電子化，推進跨省跨地域互認共享、在線核驗。（三）探索推動數據跨境流動聯合新加坡加快建立數據跨境流動分類分級管理和風險評估政策體系，積極爭取中新跨境服務貿易與跨境數據流動試點示范。探索簽訂數據保護互認備忘錄，制定渝新跨境數據流動實施方案。大數據產業發展目標（一）產業保持高速增長到2025年，大數據產業測算規模突破3萬億元，年均復合增長率保持在25%左右，創新力強、附加值高、自主可控的現代化大數據產業體系基本形成。（二）價值體系初步形成數據要素價值評估體系初步建立，要素價格市場決定，數據流動自主有序，資源配置高效公平，培育一批較成熟的交易平臺，市場機制基本形成。（三）產業基礎持續夯實關鍵核心技術取得突破，標準引領作用顯著增強，形成一批優質大數據開源項目，存儲、計算、傳輸等基礎設施達到國際先進水平。（四）產業鏈穩定高效數據采集、標注、存儲、傳輸、管理、應用、安全等全生命周期產業體系統籌發展，與創新鏈、價值鏈深度融合，新模式新業態不斷涌現，形成一批技術領先、應用廣泛的大數據產品和服務。（五）產業生態良性發展社會對大數據認知水平不斷提升，企業數據管理能力顯著增強，發展環境持續優化，形成具有國際影響力的數字產業集群，國際交流合作全面深化。建設一體化大數據資源中心（一）深化基礎平臺建設深化基礎數據庫建設，推進法人、自然人、自然資源和空間地理、電子證照、信用、物聯感知等數據歸集。建設主題數據庫，構建重點領域業務模型，建立跨領域自動化、語義一致化的主題數據庫共建共享架構。推動建筑信息模型（BIM）技術與工程建造技術深度融合應用，構建高精度城市信息模型（CIM）平臺。（二）強化數據目錄管理構建數據圖譜，梳理各部門、各行業非涉密數據數量、類型、更新周期、產生來源、支撐應用等情況，分行業、分地域構建覆蓋人、企、事、車、地、物等主體的數據圖譜，形成數據一張圖。堅持需求導向，深入實施三清單制度，梳理數據共享需求，落實數據共享責任，完善數據目錄，實現數據應享盡享。（三）推進公共數據開放依法推動公共數據最大限度開放，構建各部門公共數據開放清單，定期更新公共數據開放目錄，持續拓展公共數據開放廣度。完善公共數據開放系統，擴展數據服務功能，支撐數據開發利用。鼓勵和支持利用開放的公共數據開展科學研究、咨詢服務、產品開發、數據加工、數據服務等活動，引導各類社會力量開展公共數據應用創新，發揮數據資源效益。（四）打造數據治理能力中臺持續提升大數據資源中心數據處理和治理能力，建成集數據可視化、地理信息系統（GIS）集成展現、數據疊加、數據沙箱、隱私計算、區塊鏈、數據脫敏工具等技術和控件庫、服務庫的數據治理能力平臺，為數據開發應用提供共性技術、業務協同等支撐。加強元數據管理、數據生命周期管理、數據交換與共享管理、數據安全管理等，提升數據治理能力。梳理跨層級、跨地域、跨系統、跨部門、跨業務大數據應用共性需求，強化集約化、組件化應用支撐，持續豐富數據中臺服務能力。（五）持續提升數據質量建立數據質量閉環管理制度，明確數據采集、匯聚、存儲、共享等各環節數據質量和職責要求。開展數據標準化巡查、清洗、去重、校驗、修復等質量提升工作，推進覆蓋公共數據、社會數據的數據清洗和比對加工。建立跨部門的數據質量糾錯反饋機制，按照一數一源原則，對各部門共享的數據進行規范性檢查、前后一致性比對、綜合校驗。構建數據質量評估指標體系，開展數據質量監測評估，提升數據的完整性、準確性、時效性和可用性。數據治理指導思想立足新發展階段，完整、準確、全面貫徹新發展理念，積極融入服務新發展格局，堅持加快數字化發展指引，健全數字規則，保障數據安全，以數據匯聚治理為核心，全力攻堅數據聚通用，充分挖掘大數據商用、政用、民用價值，加快培育數字經濟，打造數字政府、數字營商環境，構建數字社會，讓大數據智能化為經濟賦能、為生活添彩。數據治理保障體系（一）數據治理組織體系保障建立全方位、跨部門、跨層級的數據治理組織架構，是實施組織級統一化、專業化數據管理的基礎，是數據管理責任落實的保障。一般來說，數據治理組織架構包括決策層、組織協調層、管理層、工作執行層四個層級。決策層作為數據決策方，由組織CIO或CDO擔任，負責制定數據治理決策、戰略和考核機制。組織協調層由虛擬的數據治理委員會承擔，負責統籌管理和協調資源，細化數據治理的考核指標。管理層由數據治理辦公室承擔，作為數據治理的主要實體管理部門，負責構建和維護組織級架構（包括業務架構、數據架構、IT架構），制定數據治理制度體系和長效機制，定期開展數據治理檢查與總結，并向組織協調層和決策層匯報。工作執行層由業務部門和技術部門共同承擔，負責在數據項目中落實數據治理工作，與管理層協同參與各項活動。（二）數據治理制度體系保障為了保障數據治理工作和組織架構正常運轉，需要圍繞數據治理流程建立一套覆蓋數據引入、加工、使用、服務等整個數據生產運營過程的制度規范，對數據治理領域各工作環節主要活動進行說明，為各業務部門開展數據管理工作提供參考依據，從制度上保障數據治理工作有據、可行、可控。數據治理制度體系通常分層次設計，依據管理的顆粒度，制度體系可劃分為總體規定、管理辦法、實施細則和操作規范四個層次。總體規定從決策層和組織協調層視角出發，包含數據戰略、角色職責、認責體系等，闡述數據治理的目標、組織、責任等。管理辦法從管理層視角出發，規定數據治理各活動職能的管理目標、管理原則、管理流程、監督考核、評估優化等。實施細則從管理層和執行層的視角出發，圍繞管理辦法相關要求，明確各項活動職能執行落實的標準、規范、流程等。操作規范從執行層的視角出發，依據實施細則，進一步明確各項工作需遵循的工作規程、操作手冊或模板類文件等。數據治理目標與價值構建數據標準體系的目標是通過統一的數據標準制定和發布，結合制度約束、系統控制等手段，實現企業內部數據的完整性、有效性、一致性、規范性、開放性和共享性管理，為數據治理工作打下堅實的基礎，為數據資產管理活動提供規范有效依據。數據標準化的過程是通過數據管理平臺實現數據標準，并將各個系統產生的數據通過清洗、轉換、加載到整合平臺的數據模型中，實現數據標準化的過程。首先，通過要求數據語義遵循確定規則來減少源數據的不確定性、減輕數據交換的障礙。其次，數據標準的兼容性為企業相互共享提供可能，在不同場景和環境中使用數據產品或服務，可以使數據產品或服務正常流轉運行。數據標準體系的建立可有效提升企業數據治理的效率，降低數據治理成本。（一）提升企業數據治理數據質量數據作為產生業務價值和實現業務目標的基石，數據質量已成為企業實現業務目標的一個極其重要的因素。數據的質量問題在一定的角度上反映出企業數據治理過程中存在的一些問題，分析數據質量問題可以幫助企業找到問題的源頭。高質量的數據對管理決策，業務支撐都有極其重要的作用。企業的數據質量與企業經營業績之間有著直接的關系。高質量的數據可以保持公司的競爭力，在企業市場競爭時期立于不敗之地，而低質量數據往往會導致錯誤的業務決策。提升數據質量能夠為企業提供結構清晰的數據，是企業開發業務系統、提供數據服務、發揮數據價值的必要前提。（二）推動數據安全體系建設企業數據安全體系建設是數據治理和信息生命周期管理的基礎，通過對企業內部的數據全生命周期的盤點梳理，可以幫助確定企業數據所有權的適當分配及建立完善的權責制度，滿足監管及合規要求。在企業數據治理過程中，數據安全能力的提高成為數據價值共享的關鍵，推動數據安全體系建設是企業數據治理的必要環節。企業根據數據資產對企業的重要程度，為數據打上不同的標簽，對敏感數據進行分級分類，根據數據所屬的級別，明確數據的使用范圍、開放方式、不同等級的數據在不同場景使用不同的安全策略。企業可以采取數據泄露防護、加密、權限管理等技術手段，對企業機密數據提供進一步的保護，從而降低數據泄露帶來的風險。（三）推動數據資產體系建設與管理數據治理是實現數據資源向數據資產轉變的重要載體，基于數據治理形成的數據資產體系作為企業各業務數據服務的提供方，在建設過程中需匹配企業戰略規劃，從全局維度將自身平臺能力與數據能力賦能業務。同時，數據源不斷地向數據資產平臺輸出數據，即業務產生數據，數據服務業務，形成業務數據化、數據資產化、資產服務化、服務業務化、業務智能化的一套閉環、高效的數據資產體系與數據服務能力。企業如何進行數據資產管理、提升數據質量、挖掘數據價值并通過數據賦能業務，已成為企業數據治理的核心問題。企業通過建設統一的數據資產管理平臺，綜合管理所有數據資產，可實現數據資產的智能化管理，充分發揮數據的潛在價值。數據資產平臺作為一體化的數據資產管理工具，通過制定元數據模型、數據標準等規范，采集并建立完整的數據資產目錄體系，打通數據關系網絡，實現數據的標準化和資產化管理。（四）推動數據管理組織體系建設數據管理組織體系涉及業務、IT、管理等方方面面，僅僅依靠技術部門來推動和開展數據管理工作無法取得成功，只有來自更高層管理者的驅動力，建立自上而下的跨部門、跨業務條線的組織體系，才能保證企業內部的高效協作，推進數據治理各項任務的有效執行。實踐證明企業的數據管理辦公室、數據管理部可協助企業制定公司級的數據管理制度、流程、機制，建立并維護企業級數據架構，監控數據質量，披露重大數據問題，建立專業任職資格管理體系，提升企業數據管理能力，推動企業數據治理制度文化的建立和傳播。（五）促進數據應用及共享數據治理的主要目標之一是推動數據有序、安全地流動，以便最大程度地挖掘和釋放數據價值。數據流動則需要推動數據的開放分享，實現數據的匯聚、建模、共享。數據的開放共享的核心在于數據匯聚，打破數據孤島，實現數據價值的流通；重構數據獲取及應用方式，重塑從數據供應到消費的鏈條；建立高效、規范的自助消費數據應用。數據治理可有效促進數據應用及數據共享，使更多的企業組織充分地使用已有數據資源，減少信息收集、數據采集等重復勞動和相應費用，而把精力重點放在開發新的數據應用及系統集成上。數據應用及共享可以為企業組織帶來降低運營成本、增強業務能力、提高效率、集中訪問數據以減少重復數據集、促進組織間的溝通與合作，加強參與組織之間的聯系等益處。打造繁榮有序產業生態（一）培育壯大企業主體發揮龍頭企業研制主體、協同主體、使用主體和示范主體作用，持續提升自主創新、產品競爭和知識產權布局能力，利用資本市場做強做優。鼓勵中小企業專精特新發展，不斷提升創新能力和專業化水平。引導龍頭企業為中小企業提供數據、算法、算力等資源，推動大中小企業融通發展和產業鏈上下游協同創新。支持有條件的垂直行業企業開展大數據業務剝離重組，提升專業化、規模化和市場化服務能力，加快企業發展。（二）優化大數據公共服務建設大數據協同研發平臺，促進政產學研用聯合攻關。建設大數據應用創新推廣中心等載體，促進技術成果產業化。加強公共數據