数据治理行业实践白皮书

杭州玳数科技有限公司数据治理白皮书（2023） 版权声明 本报告版权属于杭州玳数科技有限公司（简称袋鼠云），并受法律保护转载、摘编或利用其他方式使用本报告文字或者观点的，应注明“来源：杭州玳数科技有限公司（简称袋鼠云）”。违反上述声明者，本司将追究其相关法律责任。 扫一扫获取白皮书电子版 编制说明 数据作为新型生产要素，已成为数字经济深化发展的核心引擎。“数据二十条”提出构建数据产权、流通交易、收益分配、安全治理等制度，初步形成我国数据基础制度的“四梁八柱”，将充分激活数据要素价值。 然而，当前许多企业坐拥海量数据，却仍停留在数据治理初级阶段，只有先将数据治理好，形成数据资产中心，才能进一步明确数据的权属以及实现后续的数据要素流通交易。因此，如何实现“用数据说话、用数据决策、用数据管理、用数据创新”的数据治理机制，成为当前摆在各企业面前的首要关键问题。 在浙江省数字经济学会指导下，基于在数据治理领域的8年深厚积累与实践服务经验，袋鼠云撰写本白皮书，从专业视角逐步剖析数据治理难题，阐述数据治理的概念内涵、目标价值、实施路线、保障体系与平台工具，并借助行业实践案例解析，为读者提供一种数据治理新思路。 指导单位：浙江省数字经济学会 编写单位：袋鼠云 编写指导：陈吉平、宁海元、俞天宝 编写小组（按照拼音首字母排名）：艾晓晨、陈曙光、范云浩、付子卿、古明、黄国乔誉、黄丽丽、林丹丹、梁宏、马青艳、潘铸珏、任松岩、宋明高、翁家泽、徐艳、余海洋、杨欢喜、杨文华、张爱东 目录 一、数据治理是数字化转型的必经之路1 （一）数字全球化催生数字治理需求1 （二）中国数字时代治理新范式2 二、数据治理概念3 （一）DAMA体系4 （二）信通院数据治理服务商成熟度模型（DGS）5 （三）国家标准：数据治理规范7 （四）数据中台7 （五）数据治理与数据中台8 三、数据治理目标与价值9 （一）构建数据标准体系9 （二）提升数据质量10 （三）推动数据安全体系建设10 （四）推动数据资产体系建设与管理11 （五）推动数据管理组织体系建设11 （六）促进数据应用及共享12 四、数据治理方法论12 （一）数据治理架构12 （二）数据治理模式14 1.数据治理模式介绍14 2.数据治理模式对比16 3.数据治理模式选择17 （三）数据治理实施路径19 （四）数据治理项目交付步骤21 1.项目交付组织建议21 2.项目交付步骤22 3.项目交付成果23 五、数据治理保障体系24 （一）组织体系保障24 （二）制度体系保障25 六、数据治理平台工具27 （一）数据治理平台工具全景图27 （二）袋鼠云数据治理管理平台28 1.数据模型29 2.数据开发31 3.数据安全33 4.数据标准35 5.元数据管理38 6.数据质量44 7.数据服务47 七、数据治理行业实践51 （一）金融行业数据治理实践51 1.银行机构数据治理实践51 2.证券公司数据治理实践56 3.基金公司数据治理实践64 （二）集团型企业数据治理实践70 1.某央企数据治理实践案例70 2.某旅游投资集团数据治理实践案例74 3.某控股集团数据治理实践案例79 （三）制造行业数据治理实践84 1.某汽车制造企业数据治理实践案例84 2.某芯片制造企业数据治理实践案例90 3.某半导体企业数据治理实践案例94 （四）政务领域数据治理实践98 1.某市住建局数据治理实践案例98 2.某高铁枢纽站数据治理实践案例103 3.某市数据治理实践案例108 （五）港口行业数据治理实践111 1.某大型港口数据治理实践案例111 2.某码头数据治理实践案例126 （六）教育行业数据治理实践131 1．某高校数据治理实践案例131 一、数据治理是数字化转型的必经之路 （一）数字全球化催生数字治理需求 随着新一轮科技革命和产业变革深入发展，数字全球化正加速到来。经济全球化正在从以物质流动为特征的全球化，逐步向以数字流动为牵引的新型全球化转变。数据要素跨境流动大幅增加，数据成为关键生产要素，数据跨境流动驱动国际经济活动高效、便捷、智能开展，创造经济价值。此外，数字平台和云计算企业加快全球布局，作为数据汇集、匹配撮合、运算分析、技术支持的重要主体，将日益成为全球数字经济产业链价值链的核心。数字平台成为全球数字经济产业链价值链中心。1 表1技术革命与经济全球化 资料来源：《全球数字治理白皮书（2022年）》 但是，数字全球化为全球经济发展提供新动能的同时，也引发了数据安全、数字鸿沟、个人隐私、道德伦理等一系列新挑战。围绕新设施、新要素、新模式、 1中国信息通信研究院《全球数字治理白皮书（2022年）》 新业态产生了一系列相互交织的新问题，新兴问题快速涌现，治理规则缺失，这些都在催生数字治理需求。 基于此，信通院在《全球数字治理白皮书（2022年）》首次尝试提出全球数字治理体系框架，指出全球数字治理是各方为解决信息网络、数据要素、数字平台、数字技术应用等领域的全球性问题，而达成的塑造各方行为预期的规范、规则、标准、程序及执行机制的过程。 图1全球数字治理体系框架 资料来源：《全球数字治理白皮书（2022年）》 （二）中国数字时代治理新范式 在全球数字化背景下，放眼中国数字化形势，“十四五规划”“二十大报告” 等文件中明确指出迎接数字时代，激活数据要素潜能，以数字化转型整体驱动生产方式、生活方式和治理方式变革，打造数字经济新优势，加强关键数字技术创新应用，加快推动数字产业化，推进产业数字化转型。 数字化转型是建立在数字化转换、数字化升级的基础上，以优化企业管理、创新商业模式、提升企业核心竞争力为目标的企业管理变革过程，是企业主动适应新一轮科技革命和产业变革的举措。数字化转型是企业为达到高质量、可持续发展，利用新一代信息技术而进行的企业变革，是将新一代信息技术集成到所有业务领域，进而推动企业组织架构、业务模式、企业文化等变革的措施，从而对企业的运营方式及向客户提供价值的方式产生根本性的改变。 数据治理已经成为全方位数字化转型的重要驱动力量。一方面，数据治理正在打破政府内部数据孤岛、重塑业务流程、革新组织架构，打造出权责明确而又精简、高效、统一的数字政府；另一方面，数据治理反哺更广阔的经济和社会数字化转型，既为市场增效，又为企业社会赋权。 数据治理就是数字时代的治理新范式，其核心特征是全社会的数据互通、数字化的全面协同与跨部门的流程再造，形成“用数据说话、用数据决策、用数据管理、用数据创新”的治理机制。 二、数据治理概念 二十大报告提出建设数字中国，加快发展数字经济，促进数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。“数据二十条”随即出台，提出构建数据产权、流通交易、收益分配、安全治理等制度，初步形成我国数据基础制度的“四梁八柱”，将充分激活数据要素价值，赋能实体经济。 在数字经济时代背景下，数据俨然已成为企业的核心生产要素之一。而企业数字化转型则是以数据为中心，通过数据驱动业务发展、管理协同和运营。因此数字化转型关键在于数据，数据治理则需先行。从而更好激发数据生产要素潜能，实现业务数据化、数据价值化，助力企业数字化转型。 那么何为数据治理？数据治理包含哪些模块？本章将结合目前市面上比较主流的几个体系进行阐述。 （一）DAMA体系 国际数据管理协会（DataManagementAssociation，又名DAMAInternational，以下简称“DAMA”）在其《DAMA数据管理知识体系指南（第2版）》一书中将数据治理进行了定义，即数据治理是对数据资产管理行使权力、控制和共享决策（规划、监测和执行）的系列活动2。此外，DAMA还将数据治理作为数据管理十大知识领域的中心，负责知识领域的平衡和一致性。 图2DAMA数据治理框架图 资料来源：《DAMA数据管理知识体系指南（第2版）》 DAMA提到数据治理的目标有三点：提升企业数据资产管理能力；定义、批准、沟通和实施数据管理的原则、政策、程序、指标、工具和责任；监控和指导政策合规性、数据使用和管理活动。 可以看出，DAMA给出了比较全面的解释，但是距离企业可落地的数据治理还是距离较远，更像是纲领性的介绍，因此对于如何进行数据标准的制定以及如何进行数据资产的评估都缺少具体的描述。 2数据管理协会（DAMA国际）:《DAMA数据管理知识体系指南》,机械工业出版社2020年版 （二）信通院数据治理服务商成熟度模型（DGS） 数据治理服务商成熟度模型（DGS）由中国信通院提出，以数据治理服务项目实施运维的流程为主线，融合数据治理核心能力，包括6大能力域、21个能力项，其中6大能力域遵循一般性数据治理项目流程，具体如下： 1.需求管理能力域：提供方通过采集需求方的业务需求、数据需求、技术需求等，明确数据治理目标和范围，并评估实施数据治理可行性； 2.资源评估能力域：提供方通过对数据来源、数据规模、数据分类、数据关系、数据时效性、专业软件工具、存储计算环境以及硬件资源等主要影响因素进行分析，以提升数据治理项目任务分解的准确性，指导识别项目中的潜在风险； 3.实施保障能力域：提供方通过制定实施规划，建立组织保障，开展风险管理，确保数据治理项目的顺利实施，降低风险和成本； 4.方案设计能力域是数据治理项目的核心环节，提供方通过制定相关规范体系和设计文档，形成满足甲方需求的数据治理体系； 5.方案实施能力域提供方通过依托相关平台工具，实现方案的落地； 6.成果交付能力域包括试运行、成果验收2个能力项。 图3数据治理服务能力成熟度模型 资料来源：《DAMA数据管理知识体系指南（第2版）》 DGS从服务商的角度出发，对数据治理的方方面面进行了解释，给出了模型 规范和评估标准。对于企业来说，不管是想自己做数据治理，还是通过服务商来实现部分数据治理工作，DGS都提供了一套相对全面的参考指南。 截至目前，DGS共开展2批评估，袋鼠云已通过DGS三级评估。整体来看，目前数据治理提供商的数据工程服务能力优势集中于数据资源评估、数据质量、数据标准等能力项。 图4信通院数据治理服务商成熟度评估 （三）国家标准：数据治理规范 《信息技术服务治理第5部分：数据治理规范》（GB/T34960.5-2018）中，为了促进组织有效、高效、合理地利用数据，有必要在数据获取、存储、整合、分析、应用、呈现、归档和销毁过程中，提出数据治理的相关规范3。 规范中提出了数据治理的定义，即数据资源及应用过程中相关管控活动、绩效和风险管理的集合。规定了数据治理的顶层设计、数据治理环境、数据治理域及数据治理过程的要求，从而实现运营合规、风险可控和价值实现的目标。 （四）数据中台 大数据时代，大量结构化、非结构、半结构数据量暴增，计算难度几何式递增。同时数据复杂、数据类型庞杂等导致数据处理复杂度也大大提升。传统数据仓库的不足也逐渐暴露，数据孤岛、重复开发、数据共享难等问题日益加剧。在人工智能、大数据等技术发展和企业数字化转型加速的双重驱动下，2019年，数据中台在众多赛道中脱颖而出，成为行业焦点。 艾瑞咨询《2022年中国数据中台行业研究报告》指出，数据中台是一种数字化综合解决方案。狭义来看，数据中台是一套实现数据资产化和服务复用的工具 4；广义来看，数据中台是一套运用数据推动企业数字化转型升级的机制和方法 论。 3《信息技术服务治理第5部分：数据治理规范》（GB/T34960.5-2018） 4艾瑞咨询《2022年中国数据中台行业研究报告》 图5数据中台核心架构图 资料来源：艾瑞咨询《2022年中国数据中台行业研究报告》 全国首个数据中台团体标准《数据中台元数据规范》（T/ZAII035-2022）也指出，数据中台是一套通过产品技术、解决方案、规范标准、团队组织的整合，实现数据汇聚、治理、运营的架构5。这与艾瑞咨询的观点不谋而合。 总结而言，数据中台是一套可持续的“让数据产生价值”的机制，是一种战略选择和组织形式，是依