数据治理【精彩4篇】

由网友分享时间：2024-02-16 16:53:13

【前言导读】这篇优秀范文“数据治理【精彩4篇】”由阿拉题库网友为您精心整理分享，供您学习参考之用，希望这篇资料对您有所帮助，喜欢就复制下载吧！

数据治理【第一篇】

关键词电网电力大数据治理大数据管理

1 引言

2013年至2014年，国网公司信通部就逐步开展大数据研究与应用推进工作，完成编制《大数据应用研究报告》、《公司大数据典型应用需求分析报告》，组织中国电科院、南瑞集团等完成省公司大数据平台总体设计，编制形成《公司大数据应用指导意见》。2015年正式启动大数据平台建设、应用试点工作。

目前，国网公司范围内各单位陆续开展了一系列大数据的研究试点工作，但大多是集中于大数据平台的技术研究实现，在应用方面多数是基于营销系统、用电信息采集数据的相关应用业务探索和尝试，而在大数据应用机制以及基础数据治理上开展的研究工作较少。在进行数据综合应用和智能分析的过程中，发现数据质量问题从表象看是数据不完整、数据质量差，但从深层次看是欠数据标准、缺数据管理职责、无数据考核机制等等。

2 数据治理的发展

上世纪九十年代以前，国外企业在数据治理方面也存在很多问题，IBM和摩托罗拉就是典型代表。

1992年之前，IBM在数据治理方面存在很多问题，没有明确的可依赖的数据源，没有明确的数据所有人，数据质量差。1995年，IBM梳理并制定了业务数据标准，定义了15大类业务标准、79个分类子业务标准，这样全公司看到的是一个统一的业务定义；2004年，IBM制定了数据责任人体系，并联合业界多家公司和学术研究机构，成立了数据治理论坛，制定包括四大领域11个要素的数据治理框架和方法，来指导数据治理工作的开展。2005年成立了数据治理委员会，之后又成立数据审核委员会。通过数据治理，IBM简化了基础架构，并降低了管理的复杂度。

同样在上世纪末，摩托罗拉提出了六西格玛管理策略，包含定义、测量、分析、改进、控制的DMAIC流程，初期用于解决产品/服务质量问题，后来也在解决数据质量方面得到很好的应用。

近几年，IBM开展大数据治理研究，提出了18步大数据治理统一流程模型，并应用于电信、零售、金融和公共交通等行业。

2014年，中国出现了专门的数据治理研究组织ITSS WG1，并向ISO正式提交和了数据治理研究白皮书。

目前，国内电力行业开展的数据治理工作主要包含两大类，一类是处理现有业务环节的数据质量问题，如营销稽查；另一类是针对业务主题应用的数据治理，如营配贯通、运检中心的数据质量评价。目前的数据治理工作没有形成体系，缺少统一的标准、组织架构、管理考核机制，难以持续有效开展。

随着对数据资产认识的不断清晰，电力行业数据治理的目标也在发生转变，国家电科院也已经开始着手数据治理体系的研究，但暂未涉及包含数据、应用、技术和管理的数据治理体系建设和应用。

3 电力大数据治理方法论

国网合肥供电公司在此背景下，制定深化大数据应用工作方案，以市县公司实体业务为切入点，推进大数据应用方法在供电企业应用实践，打造大数据应用环境，同r从以下几个方面定义合肥供电公司数据治理的方法论：

（1）理解数据治理的职能；

（2）把握数据治理的核心；

（3）明确数据治理的目标。

通过执行数据治理，对电力企业数据的管理和利用进行评估、指导和监督，提供不断创新的数据服务，为企业创造价值。

4 电力大数据治理体系探索

国网合肥供电公司经过不断的在营销系统、用电信息采集数据的相关应用业务探索和尝试，在大数据基础数据治理上的研究也在不断加深，电力大数据治理体系建立需要明确的工作至少包含以下几点：

（1）需要在哪些业务领域或应用场景作出电力业务数据治理的决策；

（2）需要哪些角色的人，以及如何参与到决策过程中；

（3）明确、完善电力大数据治理的最终目标。

数据治理原理研究

六西格玛（Six Sigma，6σ）管理及其数据管理延伸

六西格玛（Six Sigma，6σ）是一种能够严格、集中和高效地改善企业流程管理质量的实施原则和技术，以”零缺陷”的完美商业追求，带动质量成本的大幅度降低，最终实现财务成效的提升与企业竞争力的突破。实施步骤包括：定义、测量、分析、改进、控制。

六西格玛管理延伸到数据质量管理方面，一般采用十步数据质量管理方法。

（1）定义和商定问题、时机和目标，以指导整个数据质量管理的工作；

（2）收集、汇总、分析有关形式和信息环境。设计捕获和评估的方案；

（3）按照数据质量维度对数据质量进行评估；

（4）使用各种技术评估劣质数据对业务产生的影响；

（5）确定影响数据质量的真实原因，并区分这些原因的影响的数据质量的级别；

（6）最终确定行动的建议，为数据质量改善制定方案，包括数据级和组织级的；

（7）建立数据错误预防方案，并改正当前数据问题；

（8）通过改进组织管理流程，最大限度控制由管理上的缺陷造成的数据质量问题；

（9）对数据和管理实施监控，维护已改善的效果；

（10）沟通贯穿管理始终，循环的评估组织管理流程，以确保数据质量改善的成果得到有效保持。

依据六西格玛（Six Sigma，6σ）管理的原则和技术，借鉴十步数据质量管理方法，以业务驱动，用数据说话，进行数据治理体系的研究和典型实践，开展长效数据治理工作，为业务应用和决策分析提供优质数据。

数据治理关键点研究

识别数据质量关键要素

依据特定的业务需求或完整的业务场景，明确需要进行数据治理的关键要素。数据要素的涉及范围广，业务逻辑复杂，同时也就牵涉到的数据内容较多。

以供电公司统推PMS系统、营销MIS系统为例，其中数据质量关键要素包括电网设备台帐和参数：营销系统中的用户档案、计量台帐和台户关系，电能量采集系统中开关台帐和电量数据，调度技术支持系统中负荷数据、电网电压、停电等运行数据，用电信息采集系统中负荷、电量和停电等运行数据。例如PMS系统中线路设备的编号、名称、电压等级、所属变电站、运维单位、运行状态等信息，调度技术支持系统中线路的电流、电压、有功功率、无功功率、功率因素、运行状态、状态切换等数据。

数据标准的制订

制订数据标准是一个非常系统和复杂的工作，但它是开展数据治理工作的基础。根据数据质量定义，制定数据度量规则，包括完整性、唯一性、一致性、精确性、合法性、及时性等，这是一个反复迭代的过程，度量规则需要进行实践验证并不断补充和完善，这是开展数据质量度量的关键。

数据治理管理责任研究

国网合肥供电公司在大数据应用项目中，经过不断的摸索，梳理出关键性基础数据的责任分解，大致如图1。

数据治理考核研究

（1）设立数据治理M织机构，明确工作权责，建立部门间管理协同和业务统筹协调机制，推动数据治理工作长效开展。

（2）制订数据治理考核制度，明确考核指标、考核周期、考核范围、考核标准等，落实数据认责，以绩效考核的方式促进数据质量的提升。

5 总结

供电公司已经进入大数据时代，数据治理面临着多重问题，因此，合肥供电公司不断在大数据应用过程中加强数据文化意识，推行数据治企的理念。摸索建立数据治理组织机构、培养大数据人才、学数据质量治理技术、制订数据标准，同时加强数据安全，保护供电公司个人隐私，建立数据责任人认责体系。最后，持续不断进行质量改进，为合肥公司电力大数据应用提供坚实的高价值数据基础。

参考文献

[1]涂子沛。大数据：正在到来的数据革命[M].桂林：广西师范大学出版社，2012.

[2]维克托・迈尔―舍恩伯格，肯尼斯・库克耶・大数据时代[M].杭州：浙江人民出版社，2013.

数据治理【第二篇】

[关键词]大数据；政府治理；现代化

doi：/ -

[中图分类号]D630 [文献标识码]A [文章编号]1673-0194（2016）04-0-01

1 大数据对政府治理的意义

大数据为政府治理能力现代化带来新机遇

首先，大数据为政府治理理念和模式的变化带来新机遇。传统政府职能体系反映的是一种全能型、重管制的行政模式，而以开放、平等、共享为主要特征的大数据时代，政府必须转变治理理念，实现从管制行政向服务行政的转变。政府治理模式要以全面数据来驱动、创新，在大数据的基础上，正确处理政府、市场与社会的关系，科学优化政府治理结构，构建全民共建共享的社会治理格局。

其次，大数据为政府治理决策的精细化和科学化带来新机遇。大数据时代，政府在集成、分析大数据的基础上，利用数据融合、数学模型、仿真技术等科学技术，用科学的方法，按照科学的程序，通过科学的论证，为正确决策提供技术支撑，从而提高政府决策的精细化和科学化水平。

大数据成为提升政府治理能力的新途径

2015年9月，国务院了《促进大数据发展行动纲要》。在《纲要》中提到，将建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，逐步实现政府治理能力现代化。这表明，在国家顶层设计和统筹规划之中，大数据成为提升政府治理能力的新途径。

大数据具有广度信息聚合、深度数据挖掘、扁平网络传递三大能力，为政府精准管理、政策仿真、危机预警以及社会管理提供了有效手段。政府依靠大数据提供技术支撑，应用新技术进行管理创新，通过数据聚合推动决策科学化，通过扁平网络推动管理精细化，通过数据开放推动执政阳光化，通过个体预测推动服务个性化。[1]

大数据成为未来国际竞争争夺的“新石油”

大数据是“未来的新石油”，鉴于此，大数据已成为国家重要的基础性战略资源，是国家的核心资产，是综合国力的重要组成部分。未来国际竞争的焦点也是转向数据空间，大数据技术事关国家的安全和未来。我国建设数据强国离不开政府的作用，因此各地政府必须全面推动大数据的发展和应用，加强安全防护能力，保障大数据安全。

2 大数据时代政府治理面临的挑战

在“全面深化改革，推进国家治理体系和治理能力现代化”的时代背景下，我国把大数据确定为国家基础性战略资源，正在进行多维度的顶层设计和统筹规划，但目前依然面临着诸多挑战。

大数据观念不足

虽然大数据在国家顶层设计和统筹规划之中，但在政府治理领域还没有得到足够的重视，大数据资源管理思维尚未建立。政府部门很少使用大数据技术，加上数据信息缺乏整合与共享，导致政府部门之间协同管理水平、社会服务效率和应急协调能力跟不上，缺乏以数据为基础的精准管理。

数据治理范文【第三篇】

关键词：大数据技术；高新技术企业；数据治理；太原高新区

DOI：10．6049／kjjbydc．2015080100中图分类号：F276．44文献标识码：A文章编号：1001－7348（2016）06－0047－060

引言

大数据时代，数据治理已成为企业实现智能决策的重要基石。大数据技术包括数据存储、分析、挖掘及可视化等一系列技术。大数据技术使数据成为直接财富和核心竞争力，很多企业都跨入了一个数据兴则企业兴、数据强则企业强的竞争时代。大数据技术作为一个新的领域，已成为高新技术产业开发区发展的重要产业，大数据技术在高新技术产业开发区的研发与应用，充分彰显了高新技术产业开发区的示范引领和辐射带动作用。本文将通过对太原国家高新技术产业开发区（简称“太原高新区”）内企业进行调研，分析高新技术企业实现数据治理的现状和问题，并提出相应的解决对策。

1高新技术企业数据治理研究设计

目前，国内对于企业实现数据治理的相关研究对象主要集中于电力企业、银行业和媒体企业，这些研究主要定性分析了企业大数据应用存在的问题与对策。高新技术企业作为技术密集、知识密集型企业，与大数据联系紧密，既是推动大数据研发与应用的重要力量，又是大数据发展影响的重要对象［1］。大数据技术最重要的社会功能在于帮助企业实现数据治理，提高企业决策质量。

1．1高新技术企业实现数据治理具有示范引领和辐射带动潜能

高新技术产业开发区是高新技术发展的载体，应凸显其对传统企业及园区外其它企业的示范引领和辐射带动作用。大数据技术从生产、销售、服务等环节帮助企业实现数据治理，大数据来源于互联网络数据、企业生产和销售网络数据、基于传感器的物理空间数据等。高新技术企业的技术优势与区域优势使其具有示范引领和辐射带动潜能。一方面，高新技术企业多由专利拥有者或发明家技术入股，董事会成员多是专利拥有者或发明家，技术员工占比例较高，学历较高，参与管理多，掌握企业关键技术多，具有接受新鲜事物的超强潜力。所以，这些企业对于应用大数据实现企业治理具有较强的人才优势；另一方面，高新技术企业多属于信息、生物医药、环保、新型能源、新型材料等产业，往往分布于全国各高新区内，园区内大数据技术服务企业聚集，各行业内部大数据资源聚集，为企业实现数据治理提供了重要的优势资源。

1．2高新技术企业对大数据技术的认知程度和应用程度决定了企业实现数据治理的空间

（1）高新技术企业对大数据技术的认知程度决定了其实现数据治理的可能空间。大数据不仅是一种海量的数据状态、一系列先进的信息技术，更是一套认识世界、改造世界的科学理念与方法［2］。高新技术企业实现数据治理首先是一场认知革命。大数据不仅包括传统的结构性数据，还包括声音、图像、视频、模拟信号等非结构化数据。通过对大数据的挖掘、分析、预测与可视化，为企业实现精准决策提供数据和知识支撑。一方面，高新技术企业的技术型精英人才更容易认知到大数据技术的治理功能；另一方面，高新区大数据技术产业聚集，为提高高新技术企业对大数据技术的认知水平提供了条件。可以说，大数据不仅仅是一项技术，更是一种认知能力，只有大数据技术的数据治理价值被企业所认识，大数据技术才会从技术层面进入社会层面和实践层面。（2）高新技术企业对大数据技术的应用成效决定了其实现数据治理的现实空间。在大数据时代，企业要想在竞争激烈的市场环境中获胜，就必须快速有效地分析和处理大量数据信息，为企业的预测和决策提供科学依据［3］。高新技术企业对大数据技术的应用条件包括大数据应用平台、大数据功能凸显、企业组织创新等。其中，大数据应用平台是企业实现数据治理的硬件环境，功能凸显体现了大数据在企业应用过程中的价值，企业组织创新能够为企业实现数据治理提供组织保障。所以，从实践层面看，企业实现数据治理的过程就是企业大数据应用平台、大数据功能与企业组织创新等要素协同创新的过程。基于以上原因，本文选择太原高新区高新技术企业作为研究对象，对其实现数据治理的认知水平、应用能力进行问卷调查，基本能够反映我国高新技术企业实现数据治理的整体水平。

2高新技术企业数据治理实证分析

大数据具有4个特征：巨量、多样、高速和真实［4］。不同类型企业及不同职业员工对企业实现数据治理的认知不同，实践程度也不同。本文主要从认知和实践两个层面对太原高新区企业的数据治理水平进行实证分析（有些题项为多选，所以有些项目的总得分超过100％）。其中，认知层次主要调研高新技术企业是否有收集数据、分析数据、应用数据的认知，及企业对大数据技术认知的渠道、企业实现数据治理的主要障碍因素等；实践层面主要调研企业应用大数据平台建设、数据功能、企业组织创新、企业应用大数据的障碍因素等。主要采用分层抽样的方法，对相关企业进行问卷调查，共发放问卷600份，最终收回问卷591份，回收率为98．50％。其中，有效问卷579份，有效回收率为96．50％。从企业类型看，煤化工企业有效问卷15份，软件企业276份，文化企业111份，环保企业18份，电子信息企业90份，生物医药企业21份，光机电一体化企业27份，服务业企业21份；从职业看，企业决策人员68份，管理人员188份，专业技术人员323份。

2．1认知分析

2．1．1不同类型企业对数据治理的认知现状太原高新区高新技术企业主要包括煤化工、软件、信息、生物、光机电一体化、环保、文化和现代服务业等。不同类型企业对数据治理的认知情况如表1所示。从对大数据收集的认知情况看，煤化工、环保、文化等企业更重视对传统结构性数据的收集，所占比例均超过50％，软件、信息、生物等企业更重视对网络等非结构性和半结构性数据的收集，所占比例均超过50％，对基于大数据技术即时数据的关注度基本处于平稳状态。从对大数据分析的认知情况看，软件、信息、生物、光机电、环保、现代服务等企业对大数据技术分析的认知程度较高，所占比例均超过50％，煤化工和文化企业对大数据技术分析的认知程度较低，所占比例均低于50％。从对大数据应用的认知情况看，软件、信息、生物、光机电一体化、文化、煤化工等企业对大数据技术应用的认知程度较高，占50％以上；环保和现代服务等企业对大数据技术应用认知程度较低，分别占33％和29％。从对大数据认知的渠道看，软件、信息、生物、光机电、环保、文化和现代服务等企业对大数据技术的认知多来源于网络渠道，所占比例均超过50％；煤化工企业对大数据技术的认知主要来源于培训、报纸等传统媒介，所占比例为75％；环保企业对大数据技术的认知主要来源于本公司的应用，所占比例为50％。从对大数据认知度低原因的调研结果看，50％的环保企业认为缺乏大数据应用平台，近50％的煤化工、软件、光机电、文化等企业认为企业缺乏大数据价值的实现路径，50％的煤化工和生物企业认为企业缺乏对大数据价值的成功评估。2．1．2不同职业人员对数据治理的认知现状大数据技术作为新的科技创新成果，其社会化过程首先是社会领域中不同主体认知变革的过程。企业要实现数据驱动，企业决策人员、管理人员和专业技术人员对大数据技术的认知直接影响着企业实现数据治理的进程。太原高新区企业不同职业人员对大数据技术的认知情况如表2所示。从对大数据收集的认知情况看，超过50％的企业决策人员主要关注对网络数据的收集，管理人员对传统数据、即时数据和网络数据的收集处于相对均衡的状态，所占比例均在40％左右，专业技术人员主要侧重于对企业内部传统结构性数据的收集，所占比例为52％。从对大数据分析的认知情况看，100％的决策人员有对大数据进行分析的认知，60％以上的管理人员和专业技术人员有对大数据进行分析的认知。从对大数据认知的渠道看，83％的决策人员主要通过培训、报纸等传统媒介认识大数据，75％的管理人员和专业技术人员通过网络认识大数据，超过50％管理人员通过大数据应用的示范作用认识大数据。从对大数据认知度低原因的调研结果看，50％的决策人员认为企业缺乏大数据价值的实现路径，或缺乏对大数据价值的成功评估，48％的管理人员认为企业缺乏大数据应用平台，46％的专业技术人员认为企业缺乏大数据价值的实现路径。

2．2实践分析

2．2．1不同类型企业实现数据治理现状企业基于大数据技术实现数据治理的过程是认知层面与实践层面的辩证统一。从实践维度看，企业实现数据治理的过程包括大数据应用平台建设与应用、大数据功能凸显、企业组织创新等一系列过程。大数据应用障碍调研的主要目的是更有针对性地构建企业实现数据治理路径。太原高新区企业对大数据的应用情况如表3所示。从大数据应用平台看，私有云主要是企业建立的大数据服务平台；公有云主要是政府建立的公共服务平台，企业在使用时需支付一定的费用，混合云主要指企业混合使用两种云。调研结果显示，被调研企业使用大数据应用平台的整体比例较低。其中，软件、信息、生物、光机电和文化等企业使用私有云的比例为30％；软件企业使用公有云的比例为29％，其它企业使用公有云的比例更低；煤化工、光机电和现代服务等企业偏向于使用混合云，比例介于30％～40％之间。从大数据的应用功能看，企业应用大数据的主要目的在于降低运营成本和维护成本，实现业务流程从产品战略向服务战略转变，为企业提供更加公平的竞争机会等。从调研结果看，软件和信息企业用于降低运营成本和维护成本的占40％；软件、文化企业用于实现业务流程从产品战略走向服务战略的分别占38％和46％；软件、生物、光机电等企业利用大数据为企业提供更加公平竞争机会的占50％以上；煤化工、环保、现代服务等对企业实现数据治理的功能定位尚不清晰，带有一定的盲目性。从大数据应用组织创新看，企业组织创新主要通过设置专门的数据管理岗位、数据分析团队等方法实现。煤化工、软件、信息、生物、光机电、环保、文化等企业通过大技术数据进行组织创新的占70％以上，现代服务企业通过大数据技术进行组织创新的仅占43％。从大数据应用障碍原因的调研结果看，企业是否应用大数据由企业不同层次员工的认知、大数据平台、数据安全和人才等因素共同决定。超过50％的被调研人员认为企业应用大数据的最大障碍是对大数据的认知度偏低及应用平台缺乏，其次是数据安全问题和人才问题。2．2．2不同职业人员对企业实现数据治理的实践情况企业对大数据的应用过程是企业决策层、管理层、技术层和操作层共同运作的过程。企业决策层决定了企业大数据应用的方向，管理层决定了企业大数据应用的空间，技术层和操作层决定了企业大数据应用的程度。太原高新区不同职业员工对企业应用大数据实现治理的实践情况如表4所示。从大数据应用平台看，不同职业人员对大数据技术在企业实践层面的应用存在差异。33％的企业决策人员认为应重视对混合云的应用，41％的企业管理人员认为应重视对公有云平台的应用，37％的专业技术人员认为应重视对私有云平台的应用。从大数据的应用功能看，83％企业决策人员认为应利用大数据进行流程创新，实现业务流程从产品战略走向服务战略；54％的企业管理人员认为应利用大数据为企业提供更加公平的竞争机会；46％的企业专业技术人员认为应利用大数据降低企业运营成本和维护成本。从大数据应用组织创新的情况看，60％的受访者认为组织创新对于促进大数据应用非常重要。这说明组织创新是实现科技创新最主要的依靠力量。从大数据应用障碍原因的调研结果看，超过50％的受访者认为企业认知程度低和大数据应用平台缺乏是企业实现数据治理的最主要障碍，其次是安全问题和人才问题。

3影响高新技术企业实现数据治理的主要因素

（1）高新技术企业对大数据认知不全面。企业对大数据技术的认知是企业不同主体对大数据收集、存储、分析、挖掘和可视化的认知。企业大数据收集的维度决定了企业分析与应用大数据的程度。目前，太原高新区高新技术企业主要集中于收集传统结构性数据和网络数据，对企业即时数据的认知程度较低，而这些数据反映了企业发展的动态性、即时性与全面性，是实现企业实现数据治理的重要数据来源。企业大数据不全面影响数据决策的科学性，为了提高高新技术企业对大数据技术的认知程度，应重视企业对传统数据、即时数据和网络数据的收集程度。只有建立全面系统的数据仓库，分析和应用大数据，才能凸显大数据的价值，实现高新技术企业数据治理。（2）高新技术企业对大数据认知渠道不畅通。企业对大数据认知渠道的深度与广度决定了企业应用大数据的可能空间。大数据技术作为新的科技创新成果，其社会化过程是大数据技术从科学领域向社会领域不断传播的过程。知识传播过程包括传播媒介、传播内容和传播形式等要素。目前，太原高新区高新技术企业对大数据的认知主要来源于网络，其次是企业应用，最后是培训、报纸等传统媒介。网络对大数据的介绍多着眼于理论分析，只能使认知主体从宏观层面对大数据技术形成一个感性认知，而通过参观、调研应用大数据的企业，不仅能够丰富企业决策人员、管理人员、专业技术人员的感性认知，而且容易产生模仿效应，使认知从感性跃迁到理性。随着网络技术的进步，越来越多的人正在远离传统媒介渠道。网络宣传和典型案例示范将成为大数据时代高新技术企业提高大数据认知的主要渠道。（3）高新技术企业缺乏数据应用平台，影响企业数据功能的发挥。大数据的发展，一定不是技术引领，而是应用引领［5］，为实践为大数据的发展提供了广阔的空间。大数据应用的过程是企业应用数据平台，发挥大数据功能的过程。蒸汽机技术革命实现了企业治理的机械化，信息技术革命实现了企业治理的信息化，大数据革命将实现企业治理的数据化。目前，太原高新区高新技术企业对于选择应用私有云、公有云还是混合云比较盲目。所以，在大数据时代，高新技术企业应用大数据程度的关键在于应用平台在企业中发挥作用的程度。（4）大数据在高新技术企业治理中功能不明显，影响企业对大数据技术的应用。大数据功能彰显的维度很大程度上影响企业大数据的应用程度。大数据为企业带来的功能是企业选择数据治理的最直接推动力：①要素数据化引领企业治理走向决策精准化。云计算的重点在于通过资源的快速组合，满足企业业务转型、业务拓展等不同需求，提高企业治理的精准度，为决策提供数据支撑；②流程数据化引领企业治理从产品战略向服务战略转变。企业利用平台创新服务流程，通过即时数据实现信息存储和挖掘，真正实现企业治理从基于IT的产品战略向商业导向的服务战略转变；③治理数据化具有成本优势。数据库向数据仓库的转变，实现了企业多部门、多主体对数据资源的共享，降低了数据收集成本。因此，要推动企业实现数据治理，必须使高新技术企业明晰大数据的功能。目前，很多企业不清楚大数据应用的功能，成为企业实现数据治理的最主要障碍因素。（5）高新技术企业组织结构碎片化，制约企业实现数据治理。目前，虽然太原高新区内煤化工、软件、信息、生物、光机电、环保、文化等企业70％以上在进行组织创新，超过60％的企业决策人员、管理人员和专业技术人员认为组织创新对于促进大数据应用非常重要。但从实践看，高新技术企业缺乏数据负责人制度，各部门之间缺乏统一的数据标准，部门之间的数据共享非常困难。同时，高新技术企业缺乏全局的数据质量考评机制，导致企业数据仓库样本不全面、不系统，影响数据治理的精准性和实效性。（6）高新技术企业示范引领作用不突出，很多企业的大数据应用存在盲目性。高新技术企业发挥应用大数据的示范引领作用是提高其它企业对大数据认知与实践水平的重要支撑。从调研结果看，与大数据技术紧密相关的软件、信息、光机电等企业对大数据的应用程度较高，环保与现代服务企业对大数据的应用程度较低。一些高新技术企业对大数据作用的认识不到位，片面、局限的大数据分析，并不能给企业的决策和运营提供任何帮助，反而会增加成本。因此，应发挥高新技术企业的示范引领作用，使更多企业能够更直观地认知大数据。

4对策建议

大数据时代，企业作为实现治理数据化的微观主体，直接决定着大数据的社会化进程。结合对太原高新区高新技术企业的调研结果，对于提高高新技术企业治理数据化水平提出以下建议：（1）制定国家大数据发展战略，引领高新技术企业走向数据化治理。政府必须从理念层面、技术层面及保障层面积极回应大数据时代提出的新要求［6］。2012年3月，美国宣布投资2亿美元启动“大数据研究和发展计划”，随后，英、法、德等国也积极制定了大数据发展战略，积极培育大数据市场。目前，我国在《“十二五”国家战略性新兴产业发展规划》、《物联网“十二五”发展规划》等发展规划中都提出要积极发展大数据存储、处理、挖掘技术及信息感知、信息传输和信息安全等技术，但这些都是大数据发展的局部性环节，缺乏有关大数据收集、分析、挖掘和可视化的系统性产业政策。为此，应从国家层面布局大数据发展战略，协调区域间大数据技术发展的不平衡性，促进大数据与经济、社会和谐健康发展。（2）建立完善宣传机制，不断提高高新技术企业对大数据技术的认知程度。目前，太原市高新区高新技术企业对大数据技术认知度较低，主要原因在于企业对大数据技术与传统小数据技术的根本区别，以及对大数据价值评估及其价值实现路径不理解。为此，一是要树立数据资产观念，提高企业员工对数据的敏感度，了解数据的价值，善于分析数据、应用数据；二是要积极宣传大数据的价值。可视化技术有助于企业更好地理解大数据给企业带来的新功能和新价值；三是要创新宣传渠道。进一步加大网络、典型案例和传统媒介对大数据技术的宣传力度，使大数据从科学共同体向企业共同体转移，提高高新技术企业决策人员、管理人员及专业技术人员对大数据的认同度。（3）加快平台建设，为高新技术企业实现数据治理提供现实支撑。大数据时代，企业的数据来源包括传统企业数据、机器生成的即时数据、社会数据和政府数据等。建立全面系统的数据仓库，是企业实现数据治理的前提和基础，平台建设为企业数据仓库建立提供了现实支撑。云平台允许开发者们将写好的程序放在“云”里运行，或使用“云”提供的服务。目前，面向个人和企业的云服务平台很多，企业可根据自身发展状况决定使用私有云还是公有云，前者在数据的安全性方面占有优势，后者成本相对较低。无论在户内环境，还是在“云”里，一个应用平台均应包含基础、基础设施服务、应用服务3个部分。其中，基础主要包括平台软件；基础设施服务主要包括远程存储服务、集成服务及身份管理服务等；应用服务主要包括根据企业需求提供的各种具体服务。在大数据时代，高新技术企业要实现数据治理，必须明确平台建设及平台选择的重要性，通过应用平台，凸显大数据应用的价值。（4）加快组织创新，为高新技术企业实现数据治理提供组织保障。企业组织创新的关键在于实现组织机构由碎片化向协同化转变。构建全面的数据治理体系，需从组织架构、管理流程、操作规范和绩效考核4个维度进行全面梳理［8］。首先，建立由高层管理人员、数据管理人员和业务管理人员组成的数据治理委员会，负责企业数据治理的顶层设计和战略规划；其次，成立由业务部门专家、信息部门技术专家、数据管理专家组成的数据工作组，负责企业数据标准的制定，数据收集、分析与挖掘、可视化及评估工作；第三，成立数据治理实施组，主要由各数据系统项目组成员组成，负责向企业大数据平台提供原始数据。（5）充分发挥高新技术企业的示范引领作用。数据对决策者的意义在于，一是早期预警，二是实时感知，三是实时反馈［9］。大数据应用技术作为科学技术发展的新成果，其推广与应用首先来自于高新技术企业的示范引领作用。目前，很多大数据服务企业及大数据应用企业都聚集在高新区。高新区具有数据高端人才集聚、网络环境好、大数据企业集聚态势好、数据源丰富、数据平台条件良好等优势。应进一步发挥高新区企业大数据应用的示范引领作用，加大对高新区大数据典型应用企业和龙头企业的宣传力度，通过可视化技术充分彰显大数据在高新技术企业的应用价值，示范引领其它企业实现数据治理。（6）加快数据安全和人才队伍建设，为实现数据治理提供保障。大数据的挖掘与利用应当有法可依，需要界定数据挖掘、利用的权限和范围［10］。一方面，必须公开涉及民众安全、健康、环保等方面的大数据；另一方面，对于涉及企业秘密的大数据予以保护，在数据开放与封闭之间保持必要的张力。同时，企业实现数据决策也是企业人才素质与能力的竞争。从全球范围看，数据专家缺乏已成为普遍现象。没有人才的支撑，企业的数据决策将无法实现。因此，必须加快企业决策人员、管理人员和专业技术人员的大数据素养培育，为高新技术企业实现数据治理提供保障。

参考文献：

［1］凌捷．大数据时代高新技术企业管理战略转型研究［J］．改革与战略，2015（5）：143－146．

［2］徐继华，等．智慧政府：大数据治国时代的来临［M］．北京：中信出版社，2014：31．

［3］SONGXM，BENEDETTOCAD，ZHAOYLI．Pioneerin－gadvantageinmanufacturingandserviceindustries：empiri－calevidencefromninecountries［J］．StrategicManagement，1999，20（9）：811－836．

［4］周世佳，殷杰．山西省实施大数据战略：优势、差距及路径［J］．理论探索，2014（4）：108－111．

［5］丁杰，徐建，等．迎接大数据［J］．热点论坛，2013（2）：87－90．

［6］任志锋，陶立业．论大数据背景下的政府“循数”治理［J］．理论探索，2014（6）：82－86．

［7］丁圣勇，樊勇兵，闵世武．解惑大数据［M］．北京：人民邮电出版社，2013：100．

［8］杨洁．构建企业级元数据治理体系［J］．中国金融电脑，2012（2）：63－65．

［9］张婉怡，李荣香．大数据时代的企业管理创新［J］．中国电子商务，2014（10）：111．

数据治理【第四篇】

市委网信办：

根据《市委网络安全和信息化委员会办公室关于开展网络数据安全和个人信息保护专项治理的通知》要求，我局高度重视，召开专题会议，安排专人和科室负责，制定我市商务系统数据安全和个人信息保护专项治理工作方案，现将专项治理情况报告如下：

一、专项治理范围及具体内容

对全局范围内的应用系统、网站、电脑终端、电子邮件及个人电子信息等方面进行专项治理。一是应用系统及网站。重点排查处理、存储公众和个人信息及重要业务数据的服务器、存储设备等。检查日常运维制度落实情况，排查服务器操作系统、数据库、中间件等系统软件和应用软件的漏洞修复、补丁安装情况，排查服务器账号、访问日志及安全日志，确保无异常登录，并杜绝使用弱口令、默认口令、通用口令等。二是电脑终端。排查个人电脑终端是否安装杀毒软件，是否定期更新病毒库并查杀病毒、木马等恶意程序。三是电子邮件。按照上级文件要求，禁止使用互联网免费邮箱传输、存储工作信息，因此各科室需排查使用互联网免费邮箱（如qq邮箱、163邮箱等）处理工作信息的情况，若存在，应立即清理数据和注销账号。四是个人电子信息。排查本单位采集、处理、存储、应用、废弃个人信息的情况。排查涉及个人信息管理的应用系统、网站、服务器、数据库等各环节管理制度和防护措施的有效性。排查在互联网个人信息时，是否进行脱敏处理，不能把完整的身份证号码、手机号码等出来，明确个人信息防护责任和措施，确保个人信息安全。

二、专项治理结果

通过此次专项治理活动对全局应用系统及网站排查情况、电脑终端排查情况、电子邮件排查情况、个人电子信息排查情况、是否存在重要数据丢失、泄露或大量个人信息泄露的情况、自查发现的问题及整改情况等六部分内容进行自查，未发现存在重要数据丢失、泄露或大量个人信息泄露的情况。

上一篇：初中数学教学论文【优秀4篇】

下一篇：安全文明施工措施费【推荐4篇】

数据治理【精彩4篇】

数据治理【第一篇】

数据治理【第二篇】

数据治理范文【第三篇】

数据治理【第四篇】

最新文档

相关文档