如何有效推进数据治理,提升数据价值?
数据治理是一项复杂的系统工程,需要建立完善的治理机制,通过统一规划、统筹推进数据治理。 为了让大家更好地理解这个概念和推进方法,我们首先来看一个经典案例: 2019年1月23日,国务院办公厅印发《关于加强大数据支撑能力建设的若干意见》(以下简称《若干意见》)。这是自2013年以来我国首次出台推动大数据发展、促进数据资源开发利用的政策文件。 《若干意见》明确指出要“以价值为导向,开展数据质量、数据安全、技术安全和平台安全管理”。随后,各部委也相继出台相关文件,对加强数据质量和安全管理提出了具体要求。 《若干意见》对大数据发展的背景进行了分析和阐述: 一方面是“从信息化时代向数字化时代转型”“从以‘信息化’为中心到以'数据'为中心”;另一方面“新基建”建设加快推进。 由此可以看出,在国家层面已经将数据治理上升到了国家战略位置。
一、数据治理的基本原则
在《大数据的十大挑战》中,我们介绍了什么是数据治理的基本原则。 数据治理是一个非常庞大的系统工程,其核心理念是: 数据治理的过程,就是通过一系列规范体系建设、标准体系建立、治理流程建立、责任体系建立等举措,最终实现在不同业务系统和企业内形成数据全生命周期闭环管理。 同时,我们也给出了三个基础原则: 数据质量:即对数据进行分类分级,从而确定不同等级的数据标准和质量要求。
二、建立和完善数据治理体系的必要性
数据治理作为一个系统工程,需要各部门之间相互配合,协同发力,逐步形成覆盖全业务流程的数据治理体系。 需要强调的是,随着大数据产业的不断发展和国家层面陆续出台相关政策文件,以及各级政府部门陆续开展相应行动,大数据的重要性越来越被认可,数据治理工作也将会逐渐得到各部门高度重视。
三、需要开展的工作
一项数据治理的工作可以分为四个阶段: 第一阶段:组织梳理数据治理相关的流程和制度; 第二步:编制数据治理实施指南,建立数据标准体系; 第三步:通过数据标准的实施,建立数据质量控制体系,实现全方位、全周期保障数据质量;第六步:开展数据安全管理,实现“两个安全”(物理安全、网络安全)。
四、大数据治理是一项复杂的系统工程,需要建立完善的治理机制
要有效推进数据治理,首先需要在全局视角下建立完善的组织架构、科学的规划方案设计;其次需要在战略层面上明确数据治理的总体目标和实现路径;最后需要建立和完善大数据治理相关管理机制,并确保其有效执行。 如果说数据治理是“技术+管理”的结合,那么大数据治理则可以看做是一项复杂的系统工程。 通过统一规划、统筹推进数字中国建设,我国已初步构建了具有中国特色的大数据发展政策、法律法规和标准体系。
五、数据治理与其他领域的关系
由于数据治理涉及业务、技术、管理、运营等多个领域,需要其他领域提供数据治理相关服务。 比如,在业务管理上,企业需要制定业务发展战略,明确各部门的职责及工作重点;需要加强风险控制,以保障数据安全;需要制定数据标准、规范及流程等。 而技术上需要解决大数据平台架构设计(包括计算平台和存储平台)、数据库架构设计(包括数据库性能优化、数据库性能管理)等问题。 因此数据治理与其他领域有着密切的关系,并不是孤立的。 比如:在企业内网建设方面,不仅要关注数据治理的要求和工作成果,还需要加强对其他领域数据治理要求的协调;数据治理与其它技术手段结合应用也是必然趋势。
更多数据治理相关资料请咨询客服获取,或者直接拨打电话:020-83342506