2022年数据治理行业现状及发展前景分析

2022年数据治理行业现状及发展前景分析

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。信息系统建设发展到一定阶段，数据资源将成为战略资产，而有效的数据治理才是数据资产形成的必要条件。

随着政府信息管理的不断深入，政府信息工作视角逐步切入到更微观的数据层面。2010年以来，许多国家出台了有关政府数据开放的国家战略，英国政府发布了《开放数据白皮书》、澳大利亚颁布了《公共数据政策宣言》、新西兰制定了《新西兰数据和信息管理原则》等。为加强对政府数据治理工作的领导，一些政府首脑如美国的奥巴马总统、英国的布朗首相等纷纷发表有关推动数据开放、数据共享以及促进数据利用的讲话，以引导和强化政府数据治理思想观念的形成。

从上海市数据治理案例研究发现，智慧城市的建设需要创新的城市治理手段，而大数据正是创新治理手段的核心要素，对智慧城市建设中的数据进行管理、分析及应用，是建设智慧城市的关键所在，具有重要的价值意义。大数据为南京市政府提供了定量的社会信息，促使政府治理由凭借经验与感觉，向以事实、数据为基础，大数据预测为参照的方向转变，使政府的政策更加合理。

根据中研普华研究报告《2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告》统计分析显示：

第一节 标准研制背景

近年来，国内外在数据治理领域已经开展了大量有意义的研究工作，如DAMA(国际数据管理协会)、DGI(国际数据治理研究所)、IBM等。中电标协ITSS分会服务管控组代表中国于2015年向ISO/IECJTC1/SC40提出“数据治理国际标准”立项建议并获得通过，成为数据治理国际标准ISO/IEC38505-1《信息技术IT治理数据治理第1部分：ISO/IEC38500在数据治理中的应用》的联合编辑和ISO/IECTR38505-2《信息技术IT治理数据治理第2部分：数据治理对数据管理的影响》的编辑。

与此同时，中电标协ITSS分会服务管控组带领国内近百家机构开展《信息技术服务治理第5部分：数据治理规范》(简称“数据治理国际标准”，下同)国家标准的研制。标准研制组结合国际数据治理标准的研制思路，遵循“理论性和实践性相结合、国内与国际同步推进、通用性与开放性相结合、前瞻性和适用性相结合”的原则，明确了数据治理规范实施的方法和过程，研制出了具有中国特色的数据治理规范标准。

第二节 标准主要内容

一、标准适用范围

组织数据治理现状自我评估，及数据治理体系的建立;数据治理域和过程的明确，数据治理实施落地的指导;数据治理相关的软件或解决方案的研发、选择和评价;数据治理能力和绩效的第三方评价。

二、数据治理目标

机构开展数据治理之前，应首先明确数据治理的目标。数据治理国际标准把实施数据治理的目标总结为运营合规、风险可控、价值实现三个层面，机构可根据自身业务需求进行选择。其中，运营合规是基础目标，应保证数据及其应用的合规;在合规的基础上，建立数据风险管控机制，确保数据及其应用满足风险偏好和风险容忍度;以合规、可控的数据应用为基础，构建数据价值实现体系，促进数据资产化和数据价值实现。

三、数据治理任务

组织决策层作为数据治理的主体，在数据治理过程中主要任务包括评估、指导、监督。决策层首先要明确数据治理的目标，引导管理层开展数据治理现状及需求、数据治理环境、数据资源管理和数据资产运营能力的评估，找出现状和目标之间的差距。指导管理层开展数据治理体系的构建、数据治理域的选择、数据治理的实施落地，通过一系列数据治理工作提升机构的数据应用能力，缩小现状和目标的差距。决策层还应制定合理的评价体系与审计规范，监督数据治理实施的合规性和有效性，对于有偏差或不符合的内容进行指导，最终引导机构实现数据治理目标。

四、数据治理框架

数据治理框架包含顶层设计、数据治理环境、数据治理域、数据治理过程四大部分。

图表：数据治理框架

资料来源：中研普华

顶层设计包含数据相关的战略规划、组织构建和架构设计，是数据治理实施的基础。数据战略规划应保持与业务规划、信息技术规划的一致，并明确战略规划实施的策略;组织构建应聚焦责任主体及责权利，通过完善组织机制，获得利益相关方的理解和支持，制定数据管理的流程和制度，以支撑数据治理的实施;架构设计应关注技术架构、应用架构和管理体系架构等，通过持续的评估、改进和优化，以支撑数据的应用和服务。

数据治理环境包含内外部环境及促成因素，是数据治理实施的保障。机构应分析业务、市场、利益相关方的需求，适应内外部环境变化。同时，还应关注决策层对治理工作的支持程度、相关人员的职业技能、内部治理文化等，以支撑数据治理的实施。

数据治理域包含数据管理体系和数据价值体系，是数据治理实施的对象。数据管理体系包括数据标准、数据质量、数据安全、元数据管理、数据生存周期五个治理域，附录提出了对数据管理体系的治理要求。数据价值体系包括数据流通、数据服务、数据洞察三个治理域，附录B提出了对数据价值体系的治理要求。机构可根据自身的实际需要和能力选择治理域，并按照治理域的治理要求实施管理。

数据治理过程包含统筹和规划、构建和运行、监控和评价、改进和优化四个步骤，是数据治理实施的方法。在统筹和规划阶段，应明确数据治理目标和任务，营造必要的治理环境，做好数据治理实施的准备;在构建和运行阶段，应构建数据治理实施的机制和路径，确保数据治理实施的有序运行;在监控和评价阶段，应监控数据治理的过程，评价数据治理的绩效、风险及合规，保障数据治理目标的实现;在改进和优化阶段，应改进数据治理方案，优化数据治理实施策略、方法和流程，促进数据治理体系的完善。

想要了解更多数据治理行业详细分析，可以点击查看中研普华研究报告《2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告》