背景《中国政府数据治理发展报告》研究分析了全国31个省份政府数据治理的政策制定、机构设置、平台建设、共享开放等情况,以大数据手段衡量地方政府数据治理的发展和社会影响,构建并形成地方政府数据治理指数,描绘了当前中国政府数据治理的整体面貌,为中国政府数据治理的未来发展提供建议和参考。从国家政策可以看出,数据治理是政企数字化转型的重中之重。
什么是数据治理?

数据治理有两层含义,即数据治理和数据利用治理。
政府大数据部门收集了很多商委的数据,但是数据管理系统并不完善。目前,数据建设在技术、流程、管理和制度等方面存在诸多问题。数据治理是一个周期长、投入大、复杂度高、见效慢的工程。
为什么数据治理效果不能立竿见影?
数据孤立的现象依然存在,由于缺乏统一的标准,难以有效整合。
集中汇聚和分散使用的关系没有完全理顺,数据服务处于低效粗放状态。
数据资源没有与各委办局的业务应用建设有效对接,降低了对业务应用的支持。
数据生成、共享、共治关系不完善,存在大量不可追溯的数据,导致跟踪和使用困难。
数据可信度有待加强,数据质量有待提高。
数据管理系统的建设难以跟上新技术带来的数据爆炸式增长。
政府如何管理数据?政府部门做数据管理主要在三个方面:统计数据资产、清理数据资产、激活数据资产。盘点数据资产生成数据目录是数据资产管理的一项基础性工作。相对固化的数据资产表和资产图都是表面文章,实际上并不清楚哪些资产在各种数据环境下有可靠的度量和算法。数据量的指数级增长和停留在系统或应用程序级别的资产清单的复杂性使得理解数据变得越来越困难。
因为没有数据资产的盘点,整个数据管理过程就像瞎子摸象,所以需要盘点数据资产,摆脱数据沼泽。
清除数据资产
以人、法人、房屋为例,我们的目的是知道:

数据、业务定义以及与每个佣金的关系?
佣金之间的数据流和流程逻辑是怎样的?
相关的区域平面图和其他数据在哪里?
数据和其他数据有什么关系?
快速实现数据共享服务?
如何找到自己需要的数据?
……
2021年初,奔微信官方账号发布了国内首个数据资产盘点工具——Data Atlas,这是一个以元数据管理为核心,以自动化、AI/人工智能技术为核心的企业数据资产管理与分析平台。实现各类数据处理的程序代码级逻辑分析,进而实现场级的可靠数据度量、算法逻辑分析能力和血缘关系分析。在看透数据字段层面的计算逻辑和业务逻辑的基础上,快速梳理出数据之间的血缘关系和影响关系。各个系统的组织结构、数据标准、业务术语以及业务数据的血缘关系和影响被快速结合起来。

数据地图实现了业务术语的对接和各委办局业务应用建设的同步,完善了资产全息数据,实现了数据度量方法和算法的可追溯和溯源的数据资产地图,完善了数据生成和共享与治理关系的管理,增强了可信度,为数据质量建设提供了基础。


