2023企业级数据治理体系建设指南

企业级数据治理体系建设指南 2023年6月 数据智能服务，激活业务创新 目录 企业级数据治理体系建设指南3 来自Gartner的研究： 采用五步法构建通俗易懂的 数据与分析治理业务案例19 关于滴普科技29 2 目录 前言 3 一、数据治理的目标与价值 4 1.数据治理的定义 4 2.数据治理的目标 4 3.数据治理的价值 4 二、数据治理市场需求与趋势 6 1.政策层面：数据要素市场化和数据安全法规推动数据 治理需求持续增长6 2.行业层面：发展阶段和行业特点的差异导致各行业 数据治理需求显著分化8 3.企业层面：业务需求的主导和牵引成为数据治理的大势所趋10 三、企业级数据治理建设指南 11 1.总体目标 11 2.数据治理的核心内容 11 3.数据治理的开展路径 15 4.数据治理的持续运营 16 5.数据治理的落地平台支撑 17 结语 18 企业级数据治理体系建设指南 前言 数据治理是企业数字化转型中的关键一环。为了让业务用户在数据分析与应用中能够方便地获取高质量的数据，企业必须首先开展数据治理工作，让数据反应真实的业务状况，并在此基础上基于数据对企业经营管理中的各类问题进行定性及定量地分析。 数据治理工作的开展需要企业充分考虑其业务需求，并进行系统规划和长期运营。然而，很多企业以往的数据治理会从单一目标出发，如配合顶层规划、数据平台建设，以及局部的专题治理等要求而进行，导致数据治理的实际效果并不理想；与此同时，当下政策环境、行业需求差异等因素，也给企业今后开展数据治理的模式带来了新的变化和要求。 基于以上背景，本报告梳理总结了一套针对企业的业务和分析需求，可以帮助企业高效实现数据价值的数据治理建设方法论。其根本目标是从企业业务视角出发，为企业打造一体化的业务流、信息流与数据流，让数据尽可能地还原企业的业务事实，从而更好地实现对业务过程及结果的监控。 一、数据治理的目标与价值 1.数据治理的定义 根据Gartner的定义，数据治理是指在数据创建、评估、使用、控制等数据管理活动过程中，对组织内相关部门和人员权责的一系列规范和要求，包括了流程、角色、制度、标准等方面内容，以保障组织能够通过高效地使用数据实现其目标。1 2.数据治理的目标 在企业或机构进行信息化和数字化建设的过程中，由于各部门的信息系统往往是分散建设，缺乏对数据进行统一的管理，导致出现了数据孤岛、管理职责混乱，数据标准和数据指标不一致，以及数据不完整、数据错误等质量问题。 图1：数据治理的价值 数据治理的整体目标即是通过体系化的机制与方法，构建和持续运营数据资产，保障数据全链路的畅通，提升数据质量，让数据资产可被信任，并易于访问和使用，从而充分发挥数据的价值，以提升组织的管理水平和业务运营效率，增强创新能力等。 此外，在部分政府强监管的行业领域，如金融、政务、医疗等，企业机构进行数据治理的目标还包括了满足行业监管要求、保障数据安全、促进数据流通共享等。 3.数据治理的价值 大量的实践表明，数据治理是将数据转变为可信、可用的数据资产的必要方法，也是支撑企业机构应用数据的基础。具体而言，数据治理主要可以为企业在数据管理和应用中带来以下四方面的价值： 1GartnerInc.,数据和分析治理的技术成熟度曲线，2022年6月22日。G00770125 1)建立有效的数据管理协作机制 通常，企业的数据无法被有效利用的首要原因在于，其内部没有将数据管理上升到组织架构的层面进行整体的规划。一方面，仅靠IT或数据等少数部门单方面开展数据管理工作难以取得理想效果；另一方面，企业内部现有的制度、权责划分、历史遗留系统等在尚未统一的情况下将制约数据管理的推进。 数据治理可以帮助企业在全公司层面对数据管理工作进行统一规划，设立数据管理的相关部门和关键人员角色，规定其权力和责任，同时会厘清各部门间的协作机制，将数据管理工作流程化、规范化，提升组织的协作效率和产出成果。 2)用方法论驱动数据资产的构建 数据资源只有在经过一系列的加工整理后，能够被使用或交易，并为企业带来经济价值，才可以称之为数据资产。然而，企业内普遍存在数据源多样，数据的格式、类型混乱的情形，要将数据资源转变为可用数据资产，需要一套体系化的方法和流程作为支撑。 数据治理的核心价值是借助成体系的方法论，帮助企业将数据资源转变为数据资产。具体而言，数据治理通过提供一整套用于梳理和设计数据资产目录、数据标准、数据模型，以及定义数据分布、提升数据质量的方法与流程，开展数据治理 活动，从而打通各业务系统的数据，建立完整的数据资产体系，实现数据的标准化和资产化管理。 3)通过平台化工具支撑数据资产持续运营 数据总是动态变化的，为保证数据资产持续可用，就需要对其进行持续的运营和维护。因此，企业需要首先将已经构建的数据资产和相关的数据治理能力固化，然后在此基础上，在企业后续的业务运营中，将随业务而不断变化的数据资源进行持续治理，动态更新数据资产目录，持续运营数据资产。 通过数据治理开发平台等工具，一方面可以帮助企业将建立的数据标准，数据资产等沉淀在管理平台中，以便企业可以持续的使用和维护数据资产；另一方面，在相关机制和方法的指导下，平台工具可以提供相关的功能，当业务系统有新增数据，或者数据标准发生变化时，将数据通过人工整理或者由机器操作自动落标，并实现分级分类管理。 4)提高数据质量以促进业务对数据的分析与应用 数字化的根本目的是用数据驱动业务，然而企业在很多情况下无法有效利用数据进行分析与应用的原因在于，其内部数据存在各种质量问题，导致用户经常难以找到所需数据，或者数据的完整性、一致性、准确性存在问题制约了用户获得分析结果。 通过数据治理，企业可以建立完整的数据质量管理体系，制定数据质量管控目标和数据质量标准，并用机制、工具、方法持续提升数据质量。而高质量的数据能够促进企业有效进行各类数据分析和应用，最终让业务部门更快获得洞察、缩减成本、增加用户获取、提高产品上市效率等，实现业务目标。 二、数据治理市场需求与趋势 国内企业开展数据治理已经有二十多年的历史，从早期企业为了配合数仓建设或满足行业监管要求开展数据治理，到近年来为了实现数字化转型以及数据平台建设的目标。最近几年，政府出台的一系列数据要素市场化和数据安全的法规，又为企业开展数据治理提出了一个新的长期方向。 而各行业企业在长期的信息化、数字化建设过程中，目标和步调不一致，发展不均衡，导致不同行业企业在现阶段的数据治理需求出现了显著的分化。与此同时，企业以往的数据治理工作多重视顶层规划、体系设计及通过数据平台的数据整合，随着业务部门逐渐成为企业数字化的核心，诸多企业也将数据治理的首要目标转为满足业务部门的分析和应用需求。 具体而言，数据治理市场需求在政策、行业和企业三个层面正在发生如下变化趋势。 1.政策层面：数据要素市场化和数据安全法规推动数据治理需求持续增长 1)数据要素市场化相关政策的陆续出台，催生了数据确权、数据资产评估的大量需求，而数据治理是其基础。 数据要素，是指将原始数据通过加工整理、确权，使其成为具备潜在利用价值的数据资产，并通过在市场上交易流通，让这些数据资产成为可用于社会生产经营活动，可为使用者带来经济效益的生产要素。 随着数字经济的崛起，数据成为一项与土地、劳动力、资本、技术并列，能够推动社会生产力发展的重要生产要素，已逐渐成为各界的共识。因此，政府近年来不断出台相关政策，提出要建立和培育数据要素市场，加快数据流转，盘活数据资产，充分释放数据在社会生产中的价值。并且随着2023年3月国家数据局的正式组建，标志着数据要素市场建设真正进入落地阶段。 但数据资源要想成为可以被定价和交易的数据资产，需要企业机构首先围绕数据的加工整理、确权、数据资产评估，开展大量与数据治理相关的基础性工作。预计随着这些政策的推进落实，数据治理在数据要素市场化中的重要性将进一步提升，催生企业机构更广泛的数据治理需求。 表1：近年来“数据要素”相关政策及其关键内容 时间 部门 政策名称 关键内容 2020.04 中共中央、国务院 《关于构建更加完善的要素市场化配置的体制机制的意见》 首次正式将数据视为与土地、劳动力、资本、技术并列的第五大生产要素，并提出要加快培育数据要素市场，推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护。 2021.11 工信部 《“十四五”大数据产业发展规划》 提出要加快培育数据要素市场，建立数据要素价值体系，提升数据要素配置作用；同时要发挥大数据特性优势，加强数据“高质量”治理。 2022.01 国务院 《“十四五”数字经济发展规划》 提出到2025年，数据资源体系要基本建成，利用数据资源推动研发、生产、流通、服务、消费全价值链协同。同时，数据要素市场化建设成效显现，数据确权、定价、交易有序开展，探索建立与数据要素价值和贡献相适应的收入分配机制。 2022.12 中共中央、国务院 《关于构建数据基础制度更好发挥数据要素作用的意见》 提出“数据二十条”，要求建立保障权益、合规使用的数据产权制度，建立合规高效、场内外结合的数据要素流通和交易制度，建立体现效率、促进公平的数据要素收益分配制度，建立安全可控、弹性包容的数据要素治理制度。 2023.02 中共中央、国务院 《数字中国建设整体布局规划》 提出到2025年，数字中国建设取得重要进展。数字基础设施高效联通，数据资源规模和质量加快提升，数据要素价值有效释放，数字经济发展质量效益大幅增强，数字治理体系更加完善等。 2023.03 中共中央、国务院 《党和国家机构改革方案》 组建国家数据局，负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设。 2)财政部会计处理新规将数据入表为企业数据治理增添新动力。 财政部关于企业数据资源会计处理的新规，使得数据要素将在企业财务报表中有所体现，并反映企业生产经常状况。2022年12月，财政部发布《企业数据资源相关会计处理暂行规定（征求意见稿）》，拟规范企业数据资源相关会计处理，强化相关会计信息披露，发挥数据要素价值，并要求企业应当按照企业会计准则相关规定，对数据资源相关交易和事项进行会计确认、计量和报告。 根据新规，企业的数据资源被分为内部使用和对外交易两类，并适用不同会计处理原则。对于企业内部使用的数据资源，企业可以根据相关的会计准则将其确认为无形资产；对于企业对外交易的数据资源，企业可以根据相关的会计准则将其确认为存货。 自此，企业对于数据资源的处理将从费用化走向资本化，有望从根本上改变企业管理数据资源的方式。由于以往的会计处理准则没有与数据资源处理相关的明确科目，企业加工处理数据或者外购数据的成本通常都被计入费用开支。新规实施后，企业用于数据资源的成本将可以计入资产负债表，起到增厚资产，提高利润的作用。因此，新规将会使企业对数据资源价值的重视提升到一个新的高度，并投入更多资源进行数据治理工作，加强数据资产管理。 3)数据安全治理被提升至关乎国家安全的战略高度。 数据可以产生巨大的经济价值，但数据在被开发利用，并创造价值的过程中，如果发生数据被泄露、篡改、滥用等安全事件，则会对个人、组织、社会、甚至国家利益带来严重威胁和损害。由于近年来全球范围内数据安全事件频频发生，导致政府及相关部门已将保障数据安全视为对维护国家安全至关重要的一项任务。 为应对日趋严峻的数据安全挑战，政府近年来陆续出台 《网络安全法》、《数据安全法》、《个人信息保护法》等多项法律法规和政策，逐渐规范数据处理活动，要求在保障数据安全和个人隐私的前提下推动数据依法合理有效利用。 在此背景下，加强数据安全管理成为企业当前和未来在数据开发利用中必须要考虑的问题。一些领先的行业企业已经开始探索数据安全治理这一课题，包括如何安全地存储、传输和使用数据，尤其在数据使用方面，企业需要根据数据资产的