数据治理是确保数据质量、可用性、可集成性、安全性和易用性的关键，旨在消除数据孤岛，打通数据，实现数据资产价值。通过对数据的归集、治理、分析和应用，助力政府和企业数字化转型，提升决策科学性，实现数据赋能。前海数据城市经济大脑等案例展示了数据治理在城市管理、经济分析和精准决策中的作用。数据治理涉及数据战略、数据治理、数据架构等多个方面，通过统一标准和流程，规范数据管理，提升数据质量与安全。
何为数据治理
治为整治，关注数据质量，保障数据稳定性、准确性，合理控制数据的生命周期，降低成本。理为梳理和管理，数据的基本信息、状态、关联关系等，目标是搞清有哪些数据、从哪来到哪去，最终用到什么地方。所以，数据治理是一个过程，是一个从混乱到有序的过程。以服务组织战略目标为基本原则，通过组织成员的协同努力，流程制度的制定，以及数据资产的梳理、采集清洗、结构化存储、可视化管理和多维度分析，实现数据资产价值获取、业务模式创新和经营风险控制的过程。
数据治理的目的
数据治理的目的在于确保数据的质量，可用性，可集成性，安全性和易用性。
随着数字化转型速度加快，政府、企业的数据量得到爆炸性增长。据相关报道，2020年，我国数据总量有望达到8000EB，占全球数据总量的21%，成为名副其实的数据资源大国和全球数据中心。
面对如此庞大的数据，如何打通数据，消除数据孤岛，做好数据治理，挖掘数据价值，更好地利用数据已经成为政府、企业数字化转型的关键。
以前海数据城市经济大脑为例，通过已有数据资源，运用大数据分析手段，实现全面、直观的感知城市经济和城市运行管理状态。对于城区发展的重点方向和重大问题按专项领域进行专题分析，通过搭建科学的指标体系和分析模型，准确地进行预警和预判，为城市管理的精准施政提供决策分析，为城市治理的科学高效和协同治理打下基础，全面实现一屏感知全局。赋能地方传统产业转型升级，助力地方政府数字化治理、数字化决策。
数据治理的意义
数据治理就像淘米一样，以前淘米淘的其实是米中的砂石和杂质。现在的米都很干净，淘米是为了获得更好的口感，目的与意义就完全不一样了。
在数据质量国家标准《GB/T 36073-2018》数据管理能力成熟度评估模型中定义，应该从数据战略、数据治理、数据架构、数据标准、数据生命周期、数据应用、数据质量、数据安全等八大方面进行评估。
数据治理要了解政府、企业的需求，并按照从上而下的策略进行开展数据管理的现状调研，摸清楚数据资产的分布、数据的质量、数据的管理现状、
最低0.47元/天 解锁文章
扫一扫
2200
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
