|
數據意味著什么？ 過去，我們把數據當做資源，不斷積累，以期從量變到質變； 現在，數據是新型生產要素，規劃治理，保持自我核心競爭力； 未來，數據是關鍵策略，保持增速，引領全球經濟新生態。 當前，數據作為一種新的生產要素，是經濟社會發展的基礎資源和創新引擎。隨著信息技術普及和互聯網發展，數據經濟與社會融合的不斷加深，產業數字化與數字產業化，數字高效化與數據要素化正成為數字化轉型的標志性特征。 釋放數據要素價值的關鍵2019年10月，第一次將數據確立為一種生產要素； 2020年3月，將數據正式納入主要生產要素范疇，與傳統的土地、技術、勞動力、資本等并列； 2020年5月，再次提出“加快培育發展數據要素市場......發揮社會數據資源價值”。 國家近年來，連續多次提及“數據要素”，其地位顯而易見。 在四川西昌，攀鋼的“鋼鐵大腦”正指揮著整個工廠低耗、高效、安全地運轉，一年成本節省1700萬元，鋼鐵正在“用數據煉成”。研究成果表明，數字化程度每提高10％，人均GDP增長0.5％至0.62％。預計到2025年，我國數字經濟規模將超過65萬億元、GDP增長貢獻率突破50%。像這樣的例子還有很多很多，在我國數字經濟正在“脫虛向實”，支撐第一產業和第二產業發展的產業數字化，加快實體經濟數字化轉型，并不斷激活中國經濟新潛能。  數字經濟的基礎要素為數據要素，實現數字經濟的主要模式則是數字產業化和產業數字化，三者之間有著強關聯。現代企業想要實現跨越式發展，就要以價值釋放為核心，以數據賦能為主線，對產業鏈上下游的全要素進行數字化升級、轉型和治理再造，這將是推動數字經濟發展的主要手段。 在這個數據為王的時代，想要最大化釋放數據要素的價值，數據治理是繞不開的一條路！然而數據治理體系應該是怎么樣的？如何搭建？ 數據治理體系的頂層設計對于各個行業而言，信息系統的建設發展到一定階段，數據資源成為戰略資產已是毋庸置疑的共識，而有效的數據治理才是數據資產形成的必要條件。企業管理者應該站在頂層統一規劃設計定好基調，具體涵蓋哪幾個方面？ 大數據：數據治理體系的定鼎之鈞 就大數據而言，要從網絡、存儲、算力等維度加強技術支撐，切實增強數據應用能力。探索與互聯網應用特征相適應、與信息安全要求相匹配的數據存儲方案，尋找具有信創能力的供應商將數據的生老病死掌握在自己人手中；加快分布式架構轉型，滿足海量數據分析處理對計算資源的巨大需求。 職責明：數據治理體系的定海神針 明確數據管理智能的職責權屬，保障數據完整性、準確性和一致性，減少重復收集造成的資源浪費和數據冗余。同時，建立數據規范共享機制，實現數據多向賦能。企業自上而下宣貫數據治理的重要性及緊迫性，自下而上建立良性反饋機制。 業務清：數據治理體系的定盤之星 在各行業領域中，由于業務種類多樣，往往會存在數據采集標準不一、統計口徑各異，同一數據源在不同的部門的表示完全不同的情況，這給全局數據建模、分析和運用造成了很大的阻礙，急需理清業務結構，建立數據標準，才能盤活數據資源。 全智能：數據治理體系的終極目標 智能化時代不管對什么都要求更加智能，在數據領域也一樣。如果能夠根據數據源特征和分析目標進行智能化的數據建模和數據處理，讓80%的工作由機器來自動完成，使得模型建設和分析的匹配工作基本上不需要人工干預，這將大大提升數據治理的效率。 數據治理體系的底層邏輯有了頂層的戰略和核心思想，如何從0到1確立數據治理體系的底層邏輯，將是指導我們具體應該怎么做的方法論，建議收藏。 01.掌握數據現狀 數據治理的第一步一定是掌握數據現狀，首先對數據家當進行全面盤點，形成數據地圖，為業務應用和數據獲取夯實基礎。數據地圖作為數據的全盤映射，幫助開發者和業務人員了解數據，并對數據資產管理進行有效監控。 02.提升數據質量 通過建立一套切實可行的數據質量監控體系，設計數據質量稽核規則，加強從數據源頭控制數據質量，形成覆蓋數據全生命周期的數據質量管理，實現數據資源向優質資產的轉變，為后續的數據治理打下堅實基礎。 03.實現互聯互通 通過制定統一的數據標準，建立數據共享制度，完善數據登記、數據申請、數據審批、數據傳輸、數據使用等數據共享相關流程規范，打破數據孤島，實現數據高效共享。讓數據治理的效果持續量化，使得企業上下對其成果有目共睹。 04.提高獲取效率 數據治理可以將前期的數據準備時間和交付項目的時間縮短，提升數據的獲取和服務效率，讓數據快速就緒，隨時可取，減少數據分析人員的數據準備時間，加快數據價值的釋放過程。 05.保障安全合規 數據治理通過制定完善的數據安全策略、建立體系化的數據安全措施、執行數據安全審計，全方位進行安全管控，確保數據獲取和使用合法合規，為數據價值的充分挖掘提供了安全可靠的環境。 06.持續釋放價值 數據治理是一個持續和動態的全生命周期管理過程，以持續釋放數據價值為理念來實現數據資源管理工作。管理方面應建立一套符合數據驅動的組織管理制度流程和價值評估體系；技術方面應該建設現代化數據平臺，確保持續、健康地為數據資產管理提供服務。 數據治理體系的最佳實踐一個完備的數據治理體系應該包括政策指引、組織架構、流程規則及技術架構等功能域構成，其中技術架構應該是各個企業最難依靠自身力量攻克的難關，以下框架是根據國際數據管理協會（DAMA）的核心理論，基于大數據平臺的通用數據治理架構，涵蓋了數據治理的各個層面。  ▲數據治理體系架構 通俗來說，數據治理就是預防、診斷和治療與數據有關的一切“病癥”。億信華辰智能數據治理平臺——“睿治”就是根治病癥的良藥，它以DAMA的核心思想為指引，包含十大產品模塊如數據集成、數據交換、實時大數據、主數據、數據標準、數據質量、數據集成、元數據、數據交換、數據資產、數據生命周期和數據安全，同時模塊間可獨立或組合使用，滿足各類不同數據治理場景。  睿治數據治理平臺依托產品支撐和實施方法論，能解決企業面臨的數據孤島、數據維護混亂、數據價值利用低的問題，依據企業特有的業務和架構，構建一套讓企業數據可持續用起來的機制，源源不斷地把數據變成資產并服務于業務，讓數據可見、可懂、可用、可運營、可決策。 通過多年的發展與實踐，睿治先后幫助神東煤炭集團、中國農業發展銀行、南山集團、時代地產、華致酒行、貴州省機場集團、安徽電力、禪城區政數局、荔灣區政數局等企業單位進行數據治理體系建設，擁有豐富的數字化實踐經驗，廣受客戶好評。 結語： 根據大數據摩爾定律，全球數據增速大約每兩年就翻了一番，如此巨大的市場使得數據已成為重要的戰略資產和生產要素，數字經濟的發展是不可逆轉的時代規律。 當前，數據治理對于各個行業來說都是數字化的必經之路，誰掌握了數據，誰就具備了優勢，誰就搶占了先機。 |
|
|
來自： shawnsun007 > 《治理體系》
