新时期数据治理优势及发展前景

习近平总书记赴浙江考察时,在杭州城市大脑运营指挥中心指出,让城市更聪明一些、更智慧一些,是推动城市治理体系和治理能力现代化的必由之路,前景广阔。总书记的重要讲话,为推进城市治理体系和治理能力现代化提供了重要遵循。

面对纷繁复杂、瞬息万变的城市治理环境,如何通过数据治理构建城市治理现代化体系,如何充分挖掘大数据价值,不断提升数据治理新特性新功能,让大数据真正服务于城市治理,这对于提高城市治理能力具有重要意义。

01

什么是数据治理

国务院印发的《促进大数据发展行动纲要》中明确提出要建立一个“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。实现基于数据的科学决策,逐步实现政府治理能力现代化。运用数据治理提升城市治理能力和治理水平现代化已然成为趋势。数据治理是依托物联网、大数据、云平台、人工智能等现代技术,最大限度挖掘、释放、共享数据资产价值的数据决策行为;是互联网时代背景下城市治理的重要依据和特殊手段。

02

数据治理的优势所在

1.数据样本优势

数据治理在“新视角、新思维、新范式”理念下,采集分析、管理运用城市治理大样本数据,搭建数据资源共享平台,最大程度释放数据资产价值,进而促成精准化、智能化、高效化城市治理新局面。

一是破解数据样本少量化。数据治理将各区块的数据库统一纳入城市数据全系统,形成海量全样动态的城市数据集群,破解传统随机抽样样本数据空白、数据虚假、结构缺失、调度困难等问题。二是消除数据样本碎片化。数据治理依托大样本统计数据,统筹数据应用及跟踪全过程,最大程度实现各层次、各区块数据之间的互通互联及数据共享,消除跨层级的数据样本导致的数据“碎片化”,打破“信息孤岛”和“数据烟囱”局面。三是规避数据样本差异化。数据治理以数据需求为导向构建智能感知、自动获取、实时掌控、精准处理的数据运作模式,摆脱数据应用全过程中的人为影响因素,保障数据高质量和实效性,规避数据样本的差异化,实现数据治理在城市治理中全局化实时化精准化地应用。

2.数据管理优势

针对数据管理全生命周期,制定动态化、公开化的数据管理新规范,保障数据治理中数据的信度效度和精准度。建立数据质量评定新标准,划分数据质量级别,定期进行数据质量排查,规避低质问题无效数据的传送、共享和应用,实现问题数据源头治理。秉承“谁使用谁负责”的原则,划分数据“责任田”,实施数据责任界定,并对数据运行系统进行实时监督、优化整合。精准把控数据治理全生命周期各个环节,努力消除人为因素导致的异常数据、问题数据,打造高价值数据信息链。

3.安全运维优势

数据运维的安全性是数据治理的重中之重,只有充分掌握数据运维场景及安全现状,才能确保数据治理有序进行。构建数据安全检查规范,部署防火墙或访问管控程序,开设安全管控环节,强化数据共享安全管控。加强敏感保密数据在运用过程中的防护举措,构建区别共享数据的“隔离带”,确保数据的完整性和保密性。依托专业运维管控手段打造细粒度的管控局面,防止危险访问行为发生,提高数据治理的安全性。

4.组件支撑优势

平台作为数据治理的核心管理系统,起到管理数据和治理事务的作用,数据治理想要实时捕获数据变更,自动校验分析结果,主动监控集成过程,呈现分析云图,就要构建强大的组件支撑。首先,完善数据组件。根据数据需求动态配置不同服务功能的数据组件,形成集数据需求、分析、共享于一体的数据组件。其次,创新分析组件。加强对于数据分析模型的研发,研发涵盖数据监测、预测、预警、决策等方面的数据运行公式,创新数据分析流程。最后,简易可视组件。数据平台以简易化的可视组件呈现多角度多类型多层次的数字云图、分析图表、解析影像,推动数据治理更加普世、易懂、易操作。

03

数据治理的未来发展

数据治理已经成为城市治理的新亮点,在未来城市治理过程中要充分发挥数据治理优势作用,把握数据治理未来发展动向,实现数据治理长效化运作。

1.更加注重多主体的协同治理

党的十九大报告从社会治理角度提出打造“共建共治共享”的社会治理新格局。在数据治理方面,政府、企业、社会组织等多元主体都应积极融入数据治理之中,充分发挥各方治理的积极性和协同性作用,构建社会协同治理共同体,真正形成社会数据治理协同合力。

2.更加注重标准化的数据规范

3.更加注重智能化的应用模式

数据治理基于海量的非结构化、半结构化数据进行深度分析和数据价值挖掘,因此需要更加智能化的数据运算、数据共享、数据运维。数据治理能够快速辨别、精准锁定现实问题,依据数据访问轨迹和数据点击频率进行统计、识别,判定多样化、差异化的数据需求。建立数据分析引擎,实现数据仓横向协同、纵向联动,实施集群大数据一站式智能分析和多维分析,高效化条理化针对性查询回溯数据信息。创新数据全流程应用完全托管模式,强化数据组件、分析组件、展示组件等平台组件支撑,真正实现城市治理的智能化、智慧化。

4.更加注重可视化的动态治理

可视化的动态治理是将数据价值以多维数据的形式表示,从不同的维度观察数据、应用数据、共享数据,提供点线面的立体化、多层次、多视角关联分析,即时推送、实时查询、智能展示数据集成图像。可视化需要满足不同使用场景、不同目标需求,具备搜索分析、联想预测、图表呈现等多重功能,清晰地呈现数据动态,精准、高效地研判数据治理新状况以及苗头性问题,形成全面感知、动态可视、精准客观的智慧决策模式。个性化匹配数据内容、数据功能和应用体验,布局个性的功能设定,以此定制能够满足特色用户需求的系统配置。真正打造可视化的数据动态治理全生命周期。

【参考文献】

[1]张晓,鲍静.数字政府即平台:英国政府数字化转型战略研究及其启示[J].中国行政管理,2018(03):27-32.

[2]牛丽雪,白献阳.国内外政府数据治理研究进展及未来研究趋势[J].河北科技图苑,2020,33(01):21-27.

[3]刘淑春.“三元融合”全链路数字化——基于浙江省经济运行监测数字化平台的解构[J].中国行政管理,2019(11):60-68.

[4]刘淑春.数字政府战略意蕴、技术构架与路径设计——基于浙江改革的实践与探索[J].中国行政管理,2018(09):37-45.

THE END
1.数据治理工作如何精准高效趋利避害?在追求数据治理卓越的路上,我们不仅要关注机制的建设,更要激发每一位员工的潜能。鼓励员工学习考取DAMA-CDGA/CDGP数据管理知识体系证书,就是为他们提供了一把开启数据治理智慧之门的钥匙。通过系统的学习与实践,员工们能够不断提升自己的专业素养,为数据治理工作注入https://mp.weixin.qq.com/s?__biz=MzA4NDA0MDkyOA==&mid=2650893321&idx=1&sn=4ec20c941076608047a46494f447f37a&chksm=8532632dcd888043e315658688bcd2b494a015815365158e0a7e24f8231c8fa351513c2bd2c2&scene=27
2.数据治理的8种方法建立有效的数据治理架构是实现数据治理目标的前提。企业需要构建清晰的数据治理组织结构,明确各层级的职责和权限。例如,设立数据治理委员会、数据管理团队及数据管理员等角色,确保数据治理策略和流程能够高效地执行。还需制定详细的数据治理政策和流程,以指导日常的数据管理工作。 https://www.fanruan.com/bw/doc/179021
3.数据治理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。数据治理是一种数据管理概念,涉及使组织能够确保在数据的整个生命周期中存在高数据质量的能力。一个数据管家是确保数据治理流程遵循,指导执行,并建议改https://baike.sogou.com/v71808167.htm
4.数据治理是什么?企业应如何进行数据治理工作的开展?数据治理就是指在一定的组织范围内,依托制度法规、标准规范、应用实践和支撑技术对数据进行全生命周期的https://www.zhihu.com/question/526956747/answer/56731188614
5.数据治理招聘招聘数据治理人才猎聘数据治理招聘网为您提供大量的数据治理招聘信息,有超过10000多数据治理招聘信息任你选寻,招聘数据治理人才就来猎聘数据治理招聘网!https://www.liepin.com/career/shujuzhili/
6.数据治理人人都是产品经理数据治理:一个聚餐故事讲明白 “数据治理迷雾重重,聚餐故事巧解其中。” 数据治理概念抽象,难以落地,让人摸不着头脑。如何将其清晰阐释?本文将以一场聚餐为喻,深入浅出地剖析数据治理的流程与要点,让你轻松领悟。 风姑娘的数字视角 数据治理数据资产权限管理 https://www.woshipm.com/tag/%E6%95%B0%E6%8D%AE%E6%B2%BB%E7%90%86
7.数据治理(豆瓣)《数据治理——理论、方法与实践》关注以数据为关键要素的数字经济时代背景下的数据治理问题,分为 8 章。第 1 、2 章以数据治 理基础概念作为铺垫,重点对数据、数据治理以及数据治理体系所涵盖的内容进行全面梳理,明晰数据治理的现状、趋势,并进行国内外数据治理理念与体系的比较;第3~ 7章是数据治理核心问题探讨https://book.douban.com/subject/36811154/
8.数据治理入门干货:是什么,如何做澎湃号·湃客澎湃新闻在大数据时代,企业积累的数据量不断增长,如何有效地管理和利用这些数据成为了企业成功的关键。数据治理(Data Governance)是确保数据的可用性、完整性、安全性和一致性的一系列管理流程和方法。它不仅涵盖了数据的管理,还涉及到数据的战略规划、政策制定、责任分配和数据生命周期管理。 https://www.thepaper.cn/newsDetail_forward_29177343
9.数据治理实践第十五期:“管”“用”结合的数据才管用德勤据中共中央国务院2020年3月30日《关于构建更加完善的要素市场和配置体制机制的意见》中第二十二条提及“加强数据资源整合和安全保护,探索建立统一规范的数据管理制度,提高数据质量和规范性,丰富数据产品”,将数据治理与应用的提到了新的政策高度。 回顾上期文章,我们介绍了如何通过“以用促治,以治促建https://www2.deloitte.com/cn/zh/pages/financial-services/articles/data-only-works-when-manage-and-use-combined.html
10.数据治理数据治理8种方法数据治理今天给大家推荐的是数据治理套路8法,个人觉得这8种方法中监管驱动法和利益驱动法是最常见的,也是一直在治,但只能局部治理的方法,未来是数字时代,必须体系构建(顶层设计)+价值驱动(利益驱动法)+技术支撑(技术推动法)+如果再有监管强制治理,就更完美了。 https://download.csdn.net/blog/column/11650811/123924221
11.什么是数据治理?数据治理到底治什么?(数据治理哪些方面?)定义:数据治理是指一套用于确保数据质量、安全性、合规性和有效利用的管理机制、流程和标准。它涉及数据的全生命周期管理,从数据的产生、收集、存储、处理、分析、应用到最终的销毁或归档,通过制定并执行一系列政策、流程、标准和角色职责,确保数据成为组织可信赖的资产。 https://www.hypers.com/content/archives/5299
12.数据治理的10个基本特征数据谱系:数据谱系是跟踪数据从其源头到其目的地的移动的能力。数据治理平台应具有数据谱系功能,允许用户了解数据的来源、如何转换以及它去哪里。 数据质量管理:数据质量对于有效的数据管理至关重要。数据治理平台应具有数据质量管理功能,允许用户衡量、监测和改进其数据质量。 https://www.ppmis.cn/a/zhishi/yingxiaotuiguang/189.html
13.数据治理“三字经”,伴君摘得“满天星”随着我国数字经济的蓬勃发展,大数据已经成为推动社会发展和企业竞争的重要资源,数据要素也被提升到了前所未有的高度。然而,面对海量的数据资源,如何高效管理和有效利用,成为众多企业亟待解决的一道难题。 数据治理“三字经”概要 数据治理“三字经”解读 《数据治理“三字经”》这首短诗虽然精炼,但却包含了大量的信息,每一https://nic.hnuu.edu.cn/10043/2023/0029384.html
14.什么是数据治理?一文介绍数据治理的意义,内容和框架数据治理是指通过合理的组织、管理和控制,确保数据的准确性、可靠性、可用性和一致性的过程。在当今数据驱动的时代,数据治理的意义越来越被人们所重视。数据治理可以帮助组织有效管理大量的数据资源,加强数据的安全性和合规性,提高数据的质量和价值,从而在竞争中取得优势。 https://www.jiandaoyun.com/fe/sjzlsjzldy/