新一轮科技革命和产业变革的加速演进下,国家鼓励将人工智能、大数据、区块链等新技术作为推动经济转型、政府改革和社会治理的重要工具。
什么是数据治理
至今为止,数据治理还没有统一标准的定义。IBM对于数据治理的定义是,数据治理是一种质量控制规程,用于在管理、使用、改进和保护组织信息的过程中添加新的严谨性和纪律性。
DGI则认为,数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统,这些过程按照达成共识的模型来执行,该模型描述了谁(Who)能根据什么信息,在什么时间(When)和情况(Where)下,用什么方法(How),采取什么行动(What)。
数据治理的目标
总体来说就是提高数据质量,在降低企业风险的同时,实现数据资产价值的最大化,包括:
• 构筑适配灵活、标准化、模块化的多源异构数据资源接入体系;
• 建设规范化、流程化、智能化的数据处理体系;
• 打造数据精细化治理体系、组织的数据资源融合分类体系;
• 构建统一调度、精准服务、安全可用的信息共享服务体系。
毋庸置疑,数据在信息社会2.0的今天具有全行业的基础性意义,是几乎所有行业良性发展的物质基础。
数据产生巨大的经济利益。
数据加上算法,可以发现新的相关性,创造新的商业模式,产生巨大的经济利益。
资料来源:Li, Nirei and Yamana (2019)、招商银行研究院
数据具有经济学上讲的“非竞争性”特征,即一个人对数据的使用,并不影响他人对其的使用,而且边际上成本几乎为零。同时,数据也是“排他性”的商品,至少具有部分排他性。这体现在数据为某些平台企业所收集、拥有并控制,从而把其他竞争对手排斥在外。
经济学家认为数据可以带来规模收益递增,应该推动数据的广泛使用和共享,从而降低交易成本,有利于规模经济和促进创新。
数据治理推动社会治理现代化
习近平总书记指出:“要运用大数据提升国家治理现代化水平。要建立健全大数据辅助科学决策和社会治理的机制,推进政府管理和社会治理模式创新,实现政府决策科学化、社会治理精准化、公共服务高效化。
2020年,以“健康码”的应用为代表,政务数据管理在疫情防控中发挥着重要的功能。依托数据资源汇聚分析、数字技术支撑和产品思维驱动,传统科层管理模式演化为多方参与的、动态精准化的数字治理,通过“数据流”牵引带动真实世界中“人流”、“物流”、“商流”的复苏与回归,实现了社会治理现代化的一次跃升。
IDC对每日需处理数据的专业人员进行的一项调查发现,由于无法找到、准备或保护数据,人们每周浪费掉长达12小时的时间。数据治理使企业更便捷的去搜集、分析并分类数据和信息资产;优化数据访问操作,诸如数据访问控制、数据授权及策略使用、数据加密、数据屏蔽和保护的决策等.
此外,智能数据系统还可以用于提高数据质量的状态,因为它有助于数据管理员剖析数据的维度和形状,从而发现数据重复、数据不一致、数据错误以及数据及时性与完整性的属性。
数据治理帮助企业建立起安全使用数据以及提升数据使用率和使用价值的组织。全面了解数据治理的价值有助于为企业业务增长提供重要视角。
为成功地实现数据赋能,企业需要信任正确的数据,并在最佳时间交付给正确的资源。“数据赋能”的前提则是把数据生产好、治理好。
浪擎DataOne是数据迁移、集成、融合与共享管理平台。在信息化建设过程中,由于业务系统逐年分批建设,致使存在诸多烟囱形态与数据孤岛,不同业务之间不连通,数据无法整合利用。同时在数据时代,经营或决策都要求数据能被快速共享与整合,从而为决策提供数据支撑。DataOne为解决数据孤岛问题,构建数据中台与共享发布服务,提供多源异构数据的迁移、汇聚与融合技术实现方案,从而实现数据的流动,释放数据的价值。
浪擎科技,以 “最大化数据价值”为使命,致力于数据安全与智能领域的产品研发和技术服务,在政府、医疗、教育、能源等行业内获得超5000+ 家客户的认可,积极赋能数字化经济转型与发展。