核心提示
2020年，我國數字經濟同比增長速度位居全球第一，已成為驅動經濟發(fā)展的新引擎。良好的數據治理能力是數據要素市場發(fā)展的必要保障，有助于數字經濟健康發(fā)展。為此，應建設全局化的數據管理體系及精細化的安全合規(guī)體系，推進人工智能等技術在數據治理中的應用，讓數據發(fā)揮更大價值。
數據治理面臨諸多挑戰(zhàn)
“數據治理”是對數據管理的管理。國際數據管理協(xié)會（DAMA）認為，數據治理是對數據資產管理行使權力和控制的活動集合，即制訂一套針對企業(yè)內部的數據商業(yè)應用和技術管理的規(guī)定及流程，并配以相應的實施手段，監(jiān)督其實施。
隨著數字經濟的發(fā)展，企業(yè)數據量呈爆發(fā)式增長趨勢，數據流的快速增長推動數據治理進入深度變革調整期。如果把數據流比作河流，那數據治理就如同為洪水泛濫的江河修壩、筑堤、改道。良好的數據治理能力是數據要素市場發(fā)展的必要保障，是保證數據合理利用的基礎。對企業(yè)而言，開展數據治理工作，保證數據合規(guī)、順暢、清潔地流動，是企業(yè)數字化轉型成功的基本條件。目前，我國數據治理還面臨諸多挑戰(zhàn)。
● “數據煙囪”依舊存在
當前，各行業(yè)、企業(yè)建設了大量的信息化系統(tǒng)，但往往是從單業(yè)務線條角度建設，而非從企業(yè)資源統(tǒng)籌的角度建設。建設時，原有的業(yè)務、專業(yè)壁壘等被同時引入系統(tǒng)建設，導致“數據煙囪”林立，跨專業(yè)、跨系統(tǒng)、跨層級數據鏈路不暢通，需要后期花費高昂的成本去整合數據。
● 數據管理能力有待進一步提升
部分企業(yè)數據管理能力不足，對數據架構缺少管控，缺乏統(tǒng)一的核心主數據標準和管理平臺。同一類型的數據存在多頭錄入現象且沒有統(tǒng)一標準，造成數據不一致、不完整等問題。一些重要且質量可靠的業(yè)務數據沒有得到有效應用，數據沒有跑起來、活起來。
● 數據安全合規(guī)面臨嚴峻挑戰(zhàn)
隨著《中華人民共和國網絡安全法》《中華人民共和國數據安全法》等法律以及《信息安全技術個人信息安全規(guī)范》的頒布實施，我國對數據安全合規(guī)的監(jiān)管越來越嚴格。數據安全成為企業(yè)運營的“紅線”。如何在滿足數據安全合規(guī)和信息保護要求的前提下實現數據高效應用和利用，是每個企業(yè)必須面對的問題。
● 數據文化氛圍還需進一步營造
數據治理是一項基礎性工程，是涵蓋企業(yè)戰(zhàn)略、組織架構、數據標準、管理規(guī)范、數據文化、技術工具的綜合體，依賴于決策層的統(tǒng)一規(guī)劃，以及業(yè)務人員、數據治理人員和信息技術人員的通力合作。很多企業(yè)在實施數據戰(zhàn)略過程中，忽視了數據文化的建設，出現支持力度不足、缺乏相關的數據治理組織、業(yè)務人員對數據治理重視度不足、數據治理工作定位不清晰等問題。
從七方面入手推進數據治理
國家電網有限公司每天產生海量、多元的數據。數據治理是保障公司數字化轉型的關鍵因素。在組織保障、管理制度、治理體系、數據建模、數據安全、數據操作等方面，公司已開展了大量工作。抓好數據治理工作，應從以下7個方面入手。
強化組織保障。數據治理組織是各項數據治理工作開展的基礎，需建立完善的組織架構及流程機制，在數據管理和數據應用中行使規(guī)劃和控制職責，推動各項數據治理工作執(zhí)行，確保數字化轉型目標落地落實。目前，公司已在總部、省級電力公司、市供電公司3個層面設立專業(yè)部門負責數字化轉型工作，形成了層次清晰、高效協(xié)同的數據治理組織體系；組建國網大數據中心專門開展數據運營、數據治理等工作，提升了公司數據管理和應用能力。
建設分配流轉體系。只有建立了有效的要素分配依據、流轉責任管理體系等，才能公平、公正、高效地發(fā)揮數據作為生產要素的價值。認責和確權是分配流轉體系建立的基礎。目前，公司初步構建了“數據認責工作方法”，正在推進公司權威源的認定工作，實現數據確權確責，強化數據要素的管理。
構建完善的數據管理制度。應明確數據治理的目標、原則、任務、工作方式、具體措施等，保障數據治理規(guī)范化運行。公司已發(fā)布數據管理辦法、數據管理能力成熟度模型、數據共享“負面清單”實施細則等，構建起完善的數據制度體系，促進數據共享應用。
建設統(tǒng)一的數據管理匯聚交換平臺。為了規(guī)范數據互操作、實現數據可靠存儲和交互，需建設統(tǒng)一的數據匯聚交換平臺，以實現數據要素按需、合規(guī)、安全流動，降低數據交易的成本。公司已建成數據資源目錄，實現了對于數據描述（元數據）的統(tǒng)一納管；建設了數據中臺，對數據進行統(tǒng)一匯聚及分析應用，實現了數據的同源應用、統(tǒng)一存儲和規(guī)范操作。
建立數據質量管理機制。數據質量問題牽涉面廣。由于數據流轉鏈路長和數據應用較多，數據質量問題的定位及解決較難，需建立相應的機制確保各參與方及時了解數據工作相關制度、標準和數據治理工作進展，協(xié)同處理問題，減少技術問題的發(fā)生。
目前，公司建成總部-省公司兩級數據協(xié)同治理體系；構建了兩級數據中臺數據狀態(tài)質量監(jiān)測體系，實現在用數據一致性、完整性和及時性接近100%；研發(fā)了基于人工智能的數據治理技術，提升源端治理服務能力。
建立企業(yè)一體化數據架構管控體系。以企業(yè)要素流轉分配視角開展數據管理應用、構建一體化的數據架構體系是數據治理的關鍵環(huán)節(jié)。公司以協(xié)同設計、源頭應用、機制建設為重點，開展統(tǒng)一數據模型在各業(yè)務系統(tǒng)和兩級數據中臺的落地應用，建立了統(tǒng)一數據模型與源端業(yè)務系統(tǒng)協(xié)同設計機制，從源頭推動數據模型架構統(tǒng)一；開展主數據管理成熟度評估，推動主數據在各業(yè)務環(huán)節(jié)中的貫通，實現數據融合和高效共享。
構建數據安全治理體系。公司以國家法律法規(guī)和相關政策為指引，結合自身數據采集、傳輸、存儲、處理、交換、銷毀等全生命周期情況，推進數據分級分類工作；嚴格數據安全合規(guī)管控，在數據業(yè)務發(fā)展中明確合規(guī)底線；以促進數據安全開放共享為目標，構建數據安全防護體系，全面做好數據全生命周期安全防護。
數據治理向全局化、精細化、智能化發(fā)展
數據治理工作在管理上正向全局化、精細化轉變，在技術上正向智能化方向發(fā)展。
● 建設全局化的數據管理體系及精細化的安全合規(guī)體系
隨著數字化轉型的深入，數據已不是某一方或者數據組織的問題，而是人人需要參與、人人有權利、人人有相應責任的一項工作。應結合數據全生命周期及分級分類情況，全面推進數據認責及確權，保證相應責任落實到人；落實源端治理，推進數據管理能力和數據質量進一步提升。同時，強化企業(yè)一體化數據架構管控，以企業(yè)級視角推進核心數據資源體系建設，進一步打破數據壁壘，實現核心數據的企業(yè)級管理。
應結合國家層面頂層設計和數據安全合規(guī)法律法規(guī)建設情況，不斷完善企業(yè)數據安全監(jiān)管手段；落實數據全生命周期各環(huán)節(jié)的安全主體責任，強化數據接入、使用、共享等關鍵環(huán)節(jié)的安全管控；加強政企協(xié)同，強化數據安全舉措，維護數據保密性和可控性。針對敏感數據制訂嚴密防護舉措，構建共享數據“隔離帶”，確保敏感數據絕對安全。
● 推進數據科學及人工智能在數據治理領域的應用
目前，數據治理被廣泛認為是數據科學和人工智能的前置環(huán)節(jié)。然而，數據科學方案和人工智能技術在數據治理上的應用依然有限。
應推進數據統(tǒng)計、數據可視化、知識圖譜、機器學習等在元數據管理和元數據可靠性分析、數據質量分析、數據安全管理等方面的深入應用，通過梳理元數據故事、質量故事和數據安全故事，輔助專業(yè)人士更好地完成數據治理工作。
數據治理相關工作需要相當大的人力投入。人工智能技術可大幅減少業(yè)務人員的工作量，把人的工作由梳理變?yōu)榇_認、由確認進一步轉變?yōu)橐?guī)則化審核，減少由于人為參與數據治理產生的各類錯誤，實現數據處理過程自動可靠。
（作者單位：國家電網有限公司大數據中心）
評論