數據治理模式

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。數據治理模式1、數據治理基本模式數據治理模式是指企業基于不同的數據治理目標，根據企業組織、系統、數據應用的現狀，以何種數據治理策略開展數據治理活動。通常數據治理模式包括三種基本模式。模式一：自下而上，以數據架構為重，開展數據治理。這種模式重在數據架構，層層向上治理數據，至數據應用層。這種模式從底層數據切入，基于現有數據基礎，盤點、建設、治理、應用層層展開，對企業整體的數據思維、數據治理水平要求較高，通常適用于數據量重、業務應用輕大型技術型企業，或政府機構，或新建、自研系統較多的企業。模式二：自上而下，以明確的數據應用為重，開展數據治理。這種模式即單點應用式，通常以現有應用需求為核心開展數據治理。聚焦各個業務領域的數據應用、數據治理需求，在有需求、有資源、有驅動力的前提下，按需組織推進數據治理工作。只有業務部門的深入參與才能做好數據治理，只有針對業務自身需求進行的治理，才能得到業務部門的認可和支持。此模式通常圍繞數據應用的需求進行數據治理，比如升級架構、更換平臺等涉及數據應用遷移時，或聚焦監管、上報類等明確數據應用時，圍繞數據應用進行數據治理。此模式通常適用于數據應用較強、業務部門較為強勢、但整體數據認知較弱的企業。這種模式的數據治理切入相對較為簡單，實踐證明，大部分企業數字化轉型初期會這種模式，慢慢探索企業的數據治理道路，這種模式有助于拉齊數據部門、業務部門的認知，提升企業整體數據認知，為未來數據治理的開展提供基石。模式三：大規劃模式，從數據應用規劃入手，治理現狀，規劃未來，基于數據資產的未來開展數據治理。這種模式需要企業全面梳理業務的現狀痛點及業務未來暢想，盤現狀、規劃未來，基于業務現在及未來的需求規劃分析應用場景，在應用場景藍圖規劃的范圍內，全面的梳理數據的現狀、規劃數據的未來，針對藍圖規劃中的數據需求，制定全方位策略。這種模式通常是企業的戰略項目，由高層推進開展，對數據、業務協同性要求較高，整個過程涉及系統改造升級、業務流程優化再造，是企業全面升級的過程。組合模式一：模式一&模式二組合，即全域數據治理+明確應用場景規劃。這種模式兼顧底層數據與上層應用，可對沖底層數倉重建的部分風險，同時可有效地闡述數據價值，整體可行性較高。組合模式二：模式一&模式三組合，即全域數據治理+全面應用場景規劃。這種模式從現在、未來的角度全面開展數據治理，業務、數據全面覆蓋，返工重建風險小，同時有助于推動業務系統、數據全面升級，業務價值較高，但對組織協同要求高，且成本投入高、耗時久，對執行團隊要求高，復合型人才需求大，屬于高風險高收益模式，需要企業高戰略、高執行的推進落地。2、數據治理模式對比三大數據治理模式開展方式、適用場景、優劣勢、資源投入各不相同。模式一，自下而上，切入方便，成本可控，重架構，但脫離應用，對執行團隊架構能力要求較高，成效慢。模式二，自上而下，目的明確，切入方便，成本可控，重應用，但輕治理，容易造成面子工程，出現重復治理的風險。模式三，大規劃模式，規劃的眼光，覆蓋業務、數據雙層面，重建風險小，聚焦業務，有利于充分挖掘數據價值，但對組織的協同性要求較高，同時需要高質量復合型人才配合團隊執行，整體落地風險較大，成本較大。三大數據治理模式各有優劣，而組合模式在某種程度上對沖單一模式的風險，可以更好地滿足企業數據治理的需求和目的。企業應基于面臨的現狀，選擇適合的自己的治理模式。3、數據治理模式選擇不同的數據治理模式，對企業的數據治理水平、組織協同程度要求不同。自下而上的模式一是基于底層數據治理的，對數據治理水平要求較高，數據治理水平包括數據基礎（數據量、數據質量等）以及數據治理能力，數據治理能力主要體現在數據治理團隊專業度以及數據治理體系（組織、制度及流程）完善度。這種模式對組織協同度要求相對較低，主要靠數據治理團隊推動進行。自上而下的模式二是基于明確數據應用進行數據治理的，相較于自下而上的模式一，組織的協同性要求會更高，需要業務部門、數據部門配合實現，但整體以需求為主，對數據治理的水平要求一般。大規劃的模式三既治理現狀，又規劃未來，對組織協同性及數據治理水平均有極高要求。該模式需要動員企業的業務部門、技術部門、數據部門，同時需要企業各階層（高層、中層、基層員工）的人員共同配合，全面盤點業務的痛點及未來規劃，同時梳理數據現狀，規劃數據未來，通常為戰略項目、高層領導共同將企業數據治理水平推向一個新水平，同時完成數字化組織的轉型。組合模式在組織協同性、數據治理水平上會疊加單一模式的要求，如模式一&模式三的組合模式對組織協同性、數據治理水平要求最高。各模式對企業的組織協同性、數據治理水平的要求，基于各模式對企業組織協同、數據治理水平的要求不同，企業應充分盤點企業的組織現狀、數據現狀、應用現狀，初步評估企業數據治理水平、組織協同度，結合數據治理的目標，評估可行性，選擇最佳模式。企業數據治理是個復雜而漫長的過程，通常在不同的發展階段，企業選擇數據治理模式并不同，基于面對的組織、數據、應用現狀，企業需要均衡目標與現狀，選擇當下最合適的數據治理模式。企業數據治理并不是一蹴而就的，它需要企業不斷地進行規劃、治理、監測、優化，通過數據治理不斷完善企業的組織、制度、流程管理體系，同時不斷提升企業數據治理管理水平，包括數據標準、數據質量、數據架構及模型、數據應用等模塊的管理水平提升。數據治理是一個持續循環的過程，需通過不斷地改進提升及完善。PDCA循環不是在同一水平上循環，而是呈階梯式推動上升，每次循環將推進企業的數據治理水平及組織協同性向新的、更高的層級進階，最終實現企業數字化轉型。大數據產業指導思想立足新發展階段，完整、準確、全面貫徹新發展理念，構建新發展格局，以推動高質量發展為主題，以供給側結構性改革為主線，以釋放數據要素價值為導向，圍繞夯實產業發展基礎，著力推動數據資源高質量、技術創新高水平、基礎設施高效能，圍繞構建穩定高效產業鏈，著力提升產業供給能力和行業賦能效應，統籌發展和安全，培育自主可控和開放合作的產業生態，打造數字經濟發展新優勢，為建設制造強國、網絡強國、數字中國提供有力支撐。數據治理發展目標數據共享開放質量顯著提升，數據治理與利用能力持續增強，數據聚通用發展水平大幅提升，一體化數據協同治理與安全防護體系全面建成。加快培育數據要素市場，持續優化大數據應用發展生態，推動數字化高質量發展。以數據共享、數據開放、數據質量、數據安全、數據運營、數據交易、數據要素市場培育等政策法規、標準規范為補充，構建全方位、專業化的數字規則體系，數據治理體系建設的法治化、規范化再上新臺階。新型智慧城市運行管理中心全面建成，數據疊加、建模、分析等數據治理支撐能力顯著增強，推動數字化應用全業務覆蓋、全流程貫通、跨部門協同，實現一網統管、一網通辦、一網調度、一網治理。在城市運行、基層治理、交通出行等領域，打造一批在全國有影響力的智慧應用新范例。基本構建權責清晰的數據要素市場化配置規則、組織架構和監管機制。數據要素市場規范有序發展，數據要素配置科學合理，數據要素市場主體持續活躍，數據治理服務相關產業集聚能力顯著增強。數據安全法規制度更加健全，數據安全管理平臺全面建成，數據共享開放、融合應用、跨境流通的數據安全風險管控能力顯著增強，數據安全保障水平顯著提高，形成規范有序、高效流通、安全可控的數據治理體系。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。發揮大數據特性優勢（一）加快數據大體量匯聚支持企業通過升級信息系統、部署物聯感知設備等方式，推動研發、生產、經營、服務等全環節數據的采集。開展國家數據資源調查，繪制國家數據資源圖譜。建立多級聯動的國家工業基礎大數據庫和原材料、裝備、消費品、電子信息等行業數據庫，推動工業數據全面匯聚。（二）強化數據多樣性處理提升數值、文本、圖形圖像、音頻視頻等多類型數據的多樣化處理能力。促進多維度異構數據關聯，創新數據融合模式，提升多模態數據的綜合處理水平，通過數據的完整性提升認知的全面性。建設行業數據資源目錄，推動跨層級、跨地域、跨系統、跨部門、跨業務數據融合和開發利用。（三）推動數據時效性流動建立數據資源目錄和數據資源動態更新機制，適應數據動態更新的需要。率先在工業等領域建設安全可信的數據共享空間，形成供需精準對接、及時響應的數據共享機制，提升高效共享數據的能力。發展云邊端協同的大數據存算模式，支撐大數據高效傳輸與分發，提升數據流動效率。（四）加強數據高質量治理圍繞數據全生命周期，通過質量監控、診斷評估、清洗修復、數據維護等方式，提高數據質量，確保數據可用、好用。完善數據管理能力評估體系，實施數據安全管理認證制度，推動《數據管理能力成熟度評估模型》（以下簡稱DCMM）、數據安全管理等國家標準貫標，持續提升企事業單位數據管理水平。強化數據分類分級管理，推動數據資源規劃，打造分類科學、分級準確、管理有序的數據治理體系，促進數據真實可信。（五）促進數據高價值轉化強化大數據在政府治理、社會管理等方面的應用，提升態勢研判、科學決策、精準管理水平，降低外部環境不確定性，提升各類主體風險應對能力。強化大數據在制造業各環節應用，持續優化設計、制造、管理、服務全過程，推廣數字樣機、柔性制造、商業智能、預測性維護等新模式，推動生產方式變革。強化大數據在信息消費、金融科技等領域應用，推廣精準畫像、智能推介等新模式，推動商業模式創新。數據融合應用工程（一）一網統管數據融合應用工程建立綜合性城市管理主題數據庫，匯聚行業全領域、全過程實時數據，共享規劃自然資源、住房城鄉建設、公安、交通、生態環境、市場監管等行政管理部門和燃氣、電力、通信等公共服務單位的相關城市管理信息資源，整合市、區縣、街道三級城市管理網格數據資源，打造城市管理地理信息一張圖，實現對城市管理與運行狀態的自動實時感知，指導工程組織實施、應急處置。（二）一網調度數據融合應用工程建立消防安全、道路運輸安全、城市運行安全、特種設備安全等安全專項整治專題數據庫，建立洪旱災害防治、地質地震災害防治、森林草原火災防治、氣象災害防治等專題數據庫，匯聚應急、公安、交通、民政、水利等多個部門的風險監測預警、安全生產專項整治、自然災害綜合防治等領域數據資源，實現應急管理事前、事中、事后全流程化、數據化、智能化。（三）一網治理數據融合應用工程建立公共服務、便民服務、物業服務、養老服務等領域基層治理主題數據庫，匯聚整合公安、民政、衛生健康等業務系統數據，推動基層治理數字化。（四）智慧監管數據融合應用工程建立市場主體全生命周期數據鏈，加快匯集市場監管業務全量數據資源，完善市場監管基礎數據庫，實現市場主體全集畫像和空間可視、監管對象精準推送和監管工作留痕可溯及全程監督。（五）智慧交通數據融合應用工程集中管控交通管理外場設備，匯聚整合道路交通管理相關數據資源，強化對城市交通的全域實時感知。推進公共停車場智能化設施設備改造，建立停車設施基礎信息數據庫，持續更新停車設施建設、管理、布局及停車泊位使用、收費標準等數據，增強城市公共停車在線監管和智能調度能力。匯聚交管、交運、停車等綜合交通數據及相關空間信息，實現交通綜合信息共享服務。（六）智慧醫療數據融合應用工程推動公立醫療衛生機構醫療信息、檢查檢驗等數據上云，整合公安、民政、醫保、藥品流通等領域業務數據，建設健康醫療主題庫，實現健康醫療大數據全面匯聚和標準化、衛生健康數據互聯互通和業務協同共享、居民全生命周期健康管理和醫療衛生全流程智能服務。（七）三農數據融合應用工程匯聚農田土壤墑情數據、農村土地權屬數據、農村產業數據、農村相對貧困戶數據、農民征信數據、農村科技能手和鄉賢數據、農業土、肥、水、種、密、保、管、工相關數據，支撐農情分析、農業氣象信息服務、產業監測服務、農產品和農資信息服務、農技推廣服務、農業在線教育服務。一體化大數據資源中心工程（一）城市大數據資源中心完善數據目錄管理、供需對接、交換等功能。升級公共數據開放系統，完善目錄發布、指引發布、便捷檢索、統計分析、應用展示等功能。建設數據中臺，利用建模、映射、對標檢查、同態加密、數據標簽或水印等技術，開發數據元管理、數據模型、數據標準、數據質量、數據安全及審計等工具。（二）城市信息模型（CIM）以三維空間數據底座為核心，匯聚融合建筑、道路、軌道、隧道、橋梁、水體、地下空間等基礎設施，以及資源調查、規劃管控、公共專題、工程建設項目、物聯感知等數據，統籌建設時空基礎數據庫、資源調查數據庫、規劃管控數據、工程建設項目數據庫、公共專題數據庫、物聯感知數據庫等主題數據庫，形成融合共享、開放協同的GIS＋BIM＋IoT數據資源體系。數據治理基本原則（一）堅持統籌規劃強化總體設計、創新引領、共建共享、互聯互通，構建一體化數據協同治理體系。（二）堅持依法治數持續深化數據資源體制機制改革，以大數據發展管理立法為契機，建立健全大數據法規制度和標準規范體系，全面提升數據治理體系建設的法治化、專業化水平。（三）堅持應用牽引以住業游樂購全場景集的應用需求為牽引，打造三融五跨智能化應用場景，促進數據共享開放、業務互聯互通，切實提升數據治理能力，助力運行管理智能化。（四）堅