數據治理行業調研報告

加強大數據產業協同創新統籌協調，引導和支持科研機構、高等院校、企業加強協同攻關，共同開展數據交易流通、數據基礎前沿研究、關鍵共性技術研究。支持數據采集、存儲、處理、分析等企業做大做強，帶動大數據產業發展。圍繞數據清洗、數據標注、數據分析、數據可視化等需求，加快大數據服務向專業化、工程化、平臺化發展。創新大數據服務模式和業態，發展智能服務、價值網絡協作、開發運營一體化等新型服務模式。鼓勵企業開放搜索、電商、社交等數據，發展第三方大數據服務產業。圍繞診斷咨詢、架構設計、系統集成、運行維護等綜合服務需求，培育優質大數據服務供應商。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）堅持融合發展以數據為關鍵生產要素，促進新技術、新模式、新服務、新業態融合創新，驅動生產方式、生活方式和治理方式變革，深化數據要素市場配置體制機制改革，營造大數據應用發展良好生態。（五）堅持安全底線統籌發展與安全，按照合法正當必要、誰收集誰負責、誰持有誰負責、誰管理誰負責、誰使用誰負責原則，全面落實數據安全責任，開展數據分類分級管理，實行數據全生命周期安全保護。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。數據治理概念建設數字中國，加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。數據二十條隨即出臺，提出構建數據產權、流通交易、收益分配、安全治理等制度，初步形成我國數據基礎制度的四梁八柱，將充分激活數據要素價值，賦能實體經濟。在數字經濟時代背景下，數據儼然已成為企業的核心生產要素之一。而企業數字化轉型則是以數據為中心，通過數據驅動業務發展、管理協同和運營。因此數字化轉型關鍵在于數據，數據治理則需先行。從而更好激發數據生產要素潛能，實現業務數據化、數據價值化，助力企業數字化轉型。（一）DAMA數據治理體系國際數據管理協會（DataManagementAssociation，又名DAMAInternational，以下簡稱DAMA）在其《DAMA數據管理知識體系指南（第2版）》一書中將數據治理進行了定義，即數據治理是對數據資產管理行使權力、控制和共享決策（規劃、監測和執行）的系列活動。此外，DAMA還將數據治理作為數據管理十大知識領域的中心，負責知識領域的平衡和一致性。DAMA提到數據治理的目標有三點：提升企業數據資產管理能力；定義、批準、溝通和實施數據管理的原則、政策、程序、指標、工具和責任；監控和指導政策合規性、數據使用和管理活動。可以看出，DAMA給出了比較全面的解釋，但是距離企業可落地的數據治理還是距離較遠，更像是綱領性的介紹，因此對于如何進行數據標準的制定以及如何進行數據資產的評估都缺少具體的描述。（二）信通院數據治理服務商成熟度模型（DGS）數據治理服務商成熟度模型（DGS）由中國信通院提出，以數據治理服務項目實施運維的流程為主線，融合數據治理核心能力，包括6大能力域、21個能力項，其中6大能力域遵循一般性數據治理項目流程。1）需求管理能力域：提供方通過采集需求方的業務需求、數據需求、技術需求等，明確數據治理目標和范圍，并評估實施數據治理可行性。2）資源評估能力域：提供方通過對數據來源、數據規模、數據分類、數據關系、數據時效性、專業軟件工具、存儲計算環境以及硬件資源等主要影響因素進行分析，以提升數據治理項目任務分解的準確性，指導識別項目中的潛在風險。3）實施保障能力域：提供方通過制定實施規劃，建立組織保障，開展風險管理，確保數據治理項目的順利實施，降低風險和成本。4）方案設計能力域是數據治理項目的核心環節，提供方通過制定相關規范體系和設計文檔，形成滿足甲方需求的數據治理體系。5）方案實施能力域提供方通過依托相關平臺工具，實現方案的落地。6）成果交付能力域包括試運行、成果驗收2個能力項。DGS從服務商的角度出發，對數據治理的方方面面進行了解釋，給出了模型規范和評估標準。對于企業來說，不管是想自己做數據治理，還是通過服務商來實現部分數據治理工作，DGS都提供了一套相對全面的參考指南。整體來看，目前數據治理提供商的數據工程服務能力優勢集中于數據資源評估、數據質量、數據標準等能力項。（三）數據治理規范國家標準《信息技術服務治理第5部分：數據治理規范》（GB/T34960．5-2018）中，為了促進組織有效、高效、合理地利用數據，有必要在數據獲取、存儲、整合、分析、應用、呈現、歸檔和銷毀過程中，提出數據治理的相關規范。規范中提出了數據治理的定義，即數據資源及應用過程中相關管控活動、績效和風險管理的集合。規定了數據治理的頂層設計、數據治理環境、數據治理域及數據治理過程的要求，從而實現運營合規、風險可控和價值實現的目標。（四）數據中臺大數據時代，大量結構化、非結構、半結構數據量暴增，計算難度幾何式遞增。同時數據復雜、數據類型龐雜等導致數據處理復雜度也大大提升。傳統數據倉庫的不足也逐漸暴露，數據孤島、重復開發、數據共享難等問題日益加劇。在人工智能、大數據等技術發展和企業數字化轉型加速的雙重驅動下，2019年，數據中臺在眾多賽道中脫穎而出，成為行業焦點。艾瑞咨詢《2022年中國數據中臺行業研究報告》指出，數據中臺是一種數字化綜合解決方案。狹義來看，數據中臺是一套實現數據資產化和服務復用的工具；廣義來看，數據中臺是一套運用數據推動企業數字化轉型升級的機制和方法論。全國首個數據中臺團體標準《數據中臺元數據規范》（T/ZAII035-2022）也指出，數據中臺是一套通過產品技術、解決方案、規范標準、團隊組織的整合，實現數據匯聚、治理、運營的架構。這與艾瑞咨詢的觀點不謀而合。總結而言，數據中臺是一套可持續的讓數據產生價值的機制，是一種戰略選擇和組織形式，是依據企業特有的業務模式和組織架構，通過有形的產品和實施方法論支撐，構建的一套持續不斷把數據變成資產并服務于業務的機制。（五）數據治理與數據中臺數據治理是針對數據資產管理的控制、決策規范，它將嚴密性和紀律性植入企業的數據管理、規劃、監測、使用和保護過程中。而數據中臺也是一種數據資產管理機制，采集、計算、存儲和處理海量數據，保證數據的標準統一和口徑一致，建立全域級、可復用的數據存儲能力中心和數據資產中心，提高數據共享和復用能力，靈活高效地解決數據應用需求。對比來看，數據中臺和數據治理都是體系性的工作。雖說數據治理與數據中臺涉及的絕大部分領域相同，但數據中臺并不僅僅是數據治理工作的放大升級版，而是數據治理工作的深化，它強化了數據治理的深度和廣度，并拓展了數據治理不涉及的數據應用領域。換言之，數據中臺真正實現了企業內部數據的閉環。因此，數據中臺是數據治理實現的一種高效方式，是當下最為適合企業數字化轉型的模式。首先，從頂層設計出發，開展數據管理的戰略規劃和機制建設，為數據治理工作開好局。其次，引入數據治理工具，通過數據標準管理、數據架構和模型管理、數據開發、元數據管理、數據質量管理、數據生命周期管理、數據安全管理、主數據管理等八大數據治理專題夯實數據管理各項基礎工作。最后，基于數據治理工具提升數據管理的自動化水平，最終促進數據資產的對內對外開放使用，實現數據資產的價值與變現能力全面提升。加快培育數據要素市場（一）建立數據要素價值體系按照數據性質完善產權性質，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規范，健全數據產權交易和行業自律機制。制定數據要素價值評估框架和評估指南，包括價值核算的基本準則、方法和評估流程等。在互聯網、金融、通信、能源等數據管理基礎好的領域，開展數據要素價值評估試點，總結經驗，開展示范。（二）健全數據要素市場規則推動建立市場定價、政府監管的數據要素市場機制，發展數據資產評估、登記結算、交易撮合、爭議仲裁等市場運營體系。培育大數據交易市場，鼓勵各類所有制企業參與要素交易平臺建設，探索多種形式的數據交易模式。強化市場監管，健全風險防范處置機制。建立數據要素應急配置機制，提高應急管理、疫情防控、資源調配等緊急狀態下的數據要素高效協同配置能力。（三）提升數據要素配置作用加快數據要素化，開展要素市場化配置改革試點示范，發揮數據要素在聯接創新、激活資金、培育人才等的倍增作用，培育數據驅動的產融合作、協同創新等新模式。推動要素數據化，引導各類主體提升數據驅動的生產要素配置能力，促進勞動力、資金、技術等要素在行業間、產業間、區域間的合理配置，提升全要素生產率。筑牢數據安全保障防線（一）完善數據安全保障體系強化大數據安全頂層設計，落實網絡安全和數據安全相關法律法規和政策標準。鼓勵行業、地方和企業推進數據分類分級管理、數據安全共享使用，開展數據安全能力成熟度評估、數據安全管理認證等。加強數據安全保障能力建設，引導建設數據安全態勢感知平臺，提升對敏感數據泄露、違法跨境數據流動等安全隱患的監測、分析與處置能力。（二）推動數據安全產業發展支持重點行業開展數據安全技術手段建設，提升數據安全防護水平和應急處置能力。加強數據安全產品研發應用，推動大數據技術在數字基礎設施安全防護中的應用。加強隱私計算、數據脫敏、密碼等數據安全技術與產品的研發應用，提升數據安全產品供給能力，做大做強數據安全產業。構建穩定高效產業鏈（一）打造高端產品鏈梳理數據生成、采集、存儲、加工、分析、服務、安全等關鍵環節大數據產品，建立大數據產品圖譜。在數據生成采集環節，著重提升產品的異構數據源兼容性、大規模數據集采集與加工效率。在數據存儲加工環節，著重推動高性能存算系統和邊緣計算系統研發，打造專用超融合硬件解決方案。在數據分析服務環節，著重推動多模數據管理、大數據分析與治理等系統的研發和應用。（二）創新優質服務鏈圍繞數據清洗、數據標注、數據分析、數據可視化等需求，加快大數據服務向專業化、工程化、平臺化發展。創新大數據服務模式和業態，發展智能服務、價值網絡協作、開發運營一體化等新型服務模式。鼓勵企業開放搜索、電商、社交等數據，發展第三方大數據服務產業。圍繞診斷咨詢、架構設計、系統集成、運行維護等綜合服務需求，培育優質大數據服務供應商。（三）優化工業價值鏈以制造業數字化轉型為引領，面向研發設計、生產制造、經營管理、銷售服務等全流程，培育專業化、場景化大數據解決方案。構建多層次工業互聯網平臺體系，豐富平臺數據庫、算法庫和知識庫，培育發展一批面向細分場景的工業APP。推動工業大數據深度應用，培育數據驅動的平臺化設計、網絡化協同、個性化定制、智能化生產、服務化延伸、數字化管理等新模式，規范發展零工經濟、共享制造、工業電子商務、供應鏈金融等新業態。（四）延伸行業價值鏈加快建設行業大數據平臺，提升數據開發利用水平，推動行業數據資產化、產品化，實現數據的再創造和價值提升。打造服務政府、服務社會、服務企業的成熟應用場景，以數據創新帶動管理創新和模式創新，促進金融科技、智慧醫療等蓬勃發展。持續開展大數據產業發展試點示范，推動大數據與各行業各領域融合應用，加大對優秀應用解決方案的推廣力度。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。數據治理發展短板（一）數據治理規則尚不完善數據治理統籌協調、分類推進機制不健全，碎片化、分散化治