数据治理发展前景

核心提示数据正重塑着经济与社会。从生产到生活,从工业到服务业,从产业端到消费端,越来越多的东西呈现出了数据化的态势,数字已经开始重新定义一切。过去几年里,数据治理作为数据的核心管理手段,得到了政府、企业、个人的高度关注, 伴随着理论、法律、政策、产

数据正在重塑经济和社会。从生产到生活,从工业到服务业,从工业端到消费端,越来越多的事物呈现出数字化的趋势,数字开始重新定义一切。

过去几年,数据治理作为数据的核心管理手段,受到了政府、企业和个人的高度关注。随着理论、法律、政策和行业的一系列实质性变革,各方正在将数据治理纳入政务、企业治理、商业管理等领域,数据治理的理念、法规、方法和工具也蓬勃发展。

随着各行业和组织数据治理实践的推进,一些变化和趋势正在逐渐显现。

— 01 —

趋势:数据治理成为数字化转型的核心要素。

2022年,数字经济热度不减,作为新的增长引擎,在“十四五”期间,中国数字经济转向深化应用、规范发展和普遍共享的新阶段。“数字化转型”仍然是今年很多企业的重要战略部署之一。

同时,以云计算、大数据、人工智能、区块链等为代表的数字技术。正在不断涌现,快速整合渗透到各个领域,加快数字化转型进程,数据的数量和价值密度呈爆炸式增长。根据IDC的预测,到2025年,全球每年产生的数据将从2018年的33ZB增加到175ZB,相当于每天产生491EB的数据。

海量数据资源对企业在数据采集、存储、分析、处理工具、计算、建模应用等方面的数据能力提出了更高的要求。企业需要依托数据治理,实现数据、技术、流程、组织的智能协同、动态优化、互动创新,深挖数据资产价值,让数据成为数字化转型的关键驱动因素,赋能企业战略、运营、业务的创新发展。

— 02 —

趋势:数据编织将成为数据治理优化的新方向。

人脸识别、人工智能、AI安全、物联网、5G等新技术新服务在各领域得到快速应用。再加上云计算和边缘计算的兴起,数据环境变得越来越复杂,传统的集中式架构已经无法满足新业务的应用和数据增长带来的更高的容量和性能要求。因此,采用分散分布式的数据网络体系结构成为必然的选择。

在这种背景下,数据编织作为一种跨平台的数据集成方法应运而生。它利用对现有的和可发现的元数据资产的持续分析来支持跨所有环境的集成和可重用数据的设计、部署和利用,这将为数据治理带来更多便利。

根据Gartner的预测,数据编译使用分析功能持续监控数据管道,通过对数据资产的持续分析,支持各种数据的设计、部署和使用,缩短集成时间30%,部署时间30%,维护时间70%。

虽然数据编织目前还没有被纳入常规的数据治理体系,但是在日益多样化、分布式和复杂的环境中,数据编织的架构可以被视为实现数据管理和集成现代化的一个健壮的解决方案。

— 03 —

趋势三:人工智能的发展推动数据治理走向智能化。

作为近年来的两大浪潮,数据治理和人工智能一直是相辅相成的关系。

一方面,数据治理为人工智能奠定基础。通过数据治理,企业可以提高数据质量,增强数据合规性,从而为人工智能的应用提供高质量的合规数据。

另一方面,人工智能对数据治理有很多优化作用。人工智能有助于实现概念模型和计算机模型的完美融合,从而优化数据模型管理;它可以收集非结构化数据和提取关键信息,并帮助维护和整合元数据;可以帮助企业识别主数据,定义和维护数据匹配规则,帮助企业管理主数据;它可以定义转换规则和提取数据质量评估维度。同时可以通过监督学习和深度学习实现数据清洗和数据质量的效果评估,最大化的实现数据质量的动态提升。它可以促进数据的分类,完善数据安全体系,进一步保证数据安全...

随着数据治理和人工智能的快速发展,两者的融合将会产生更多的场景和商业模式。

例如,互联网公司可以利用机器学习来分析用户点击了哪些链接,为用户生成画像,并为其贴上特定的标签,这些标签可以用来推荐产品和内容,优化用户搜索结果。在金融行业,银行的信用卡发卡部门已经开始使用机器学习技术来识别不合规的申请人和虚假的申请信息。企业可以充分利用人工智能技术,共享和开放一些数据或数据处理结果,对外提供服务,提升企业竞争力。

— 04 —

趋势:数据治理从成本中心向价值中心演变。

传统的数据治理往往侧重于政府或企业内部的数据能力建设。但在当前数字化转型的大背景下,数据元素的激活、数据价值的发挥、数据服务的建立和开放逐渐成为政府和企业在数据治理中的重点,数据治理的定位也逐渐向价值中心演变,更加注重效率。

宝马数据管理思路的调整就是一个典型的例子。在数据治理之初,宝马岳翎以自上而下的方式建立了企业的数据治理框架和基础能力。然而,在这一过程中,它遇到了一些挑战和疑虑,主要问题是数据治理的效果与业务支持之间的巨大差距。

随后,宝马岳翎调整了数据治理的思路。数据治理不再仅仅关注元数据管理、主数据管理、数据质量管理、数据识别管理、数据安全管理等一系列能力建设。,而是针对业务需求做了一些针对性的工作,让数据治理真正支撑了业务,在技术应用、业务应用、安全合规方面起到了非常好的支撑作用,进而在企业内部逐步强化了数据治理的重要性,推动了宝马品牌的数字化。

— 05 —

趋势:数据将进一步开放共享。

在数字经济时代,数据已经成为一种基本的战略资源。作为新的生产要素之一,数据资本化是必然趋势,数据的开放共享是进一步挖掘数据资产价值的基础。

自2015年9月国务院发布《促进大数据发展行动计划》以来,政府数据开放共享不断推进,各方面资源得到有效整合,综合管理能力大幅提升。2021年《数据安全法》第五章专章规定了“政府数据的安全与开放”。跨部门数据资源共享格局基本形成后,政府率先开放政府部门、企事业单位之间数据壁垒的数据共享开放平台,进一步推动政府公共数据的普遍开放。

2022年,随着全社会数据存储、数据挖掘、数据使用、数据参与意识的逐渐觉醒,数据价值产生的条件将进一步成熟。期待数据的所有权、使用权、增值权、数据红利释放和分配权在新的一年里界定更清晰的边界,数据要素的价值得到更有效的释放。

此外,随着数据的不断标准化和开放化,行业数据标准建设的进程将进一步加快。无论是政府、行业数据还是企业内部数据,都会遵循一个相互认可的数据标准和处理规则。这将进一步推动企业建立自己的数据治理标准、路径和方法。

— 06 —

趋势6:数据安全仍然是贯穿数据治理所有方面的核心焦点。

海量、多样、非结构化的数据成为数据发展的新常态,给企业数据管理带来诸多安全隐患。根据基于风险的安全的数据,2020年,全球数据泄露达到360亿,创历史新高。

数据治理、安全第一和数据安全治理仍将是2022年组织中数据治理的核心焦点之一。

加强数据安全治理的驱动力之一来自组织内部。

近年来,数据安全事件频发。Gartner指出,近75%的IT组织将面临一次或多次勒索软件攻击。而且数据安全面临的威胁更加多样化,不再局限于病毒、木马等传统攻击。数据权限滥用、API接口攻击等问题层出不穷。

新技术的应用使得数据安全问题进一步显现。目前,云计算的发展已经进入成熟阶段,基于云原生的低代码开发平台受到追捧。虽然云原生可以通过提供完整的技术体系和方法论,帮助企业实现敏捷开发,保证系统在系统功能日益复杂的环境中的可用性,但同时,机遇与风险并存:《Sysdig 2022云原生安全与使用报告》发现,超过75%的运行容器存在严重漏洞。数据安全治理日益成为企业数据治理的关键环节。

第二个动力来自政策。

数据安全正在进入法律和战略轨道。截至2021年,我国数据安全监管框架基本形成:网络安全法、数据安全法、个人信息保护法为数据安全保驾护航;此外,银行、通信、工业、能源等领域也出现了一系列法规,从实践角度推动数据安全治理体系在行业内的实施。

2022年,数据安全相关政策将继续细化。国家互联网信息办公室公布修订版《网络安全审查办法》,将网络平台运营者的数据处理活动影响或者可能影响国家安全的情形纳入网络安全审查;国家九部委联合发文规范平台企业发展,再次针对互联网企业合规经营,强调防止数据过度采集,打击黑市数据交易、大数据杀熟等滥用行为;2月10日,工信部发布通知,再次就《工业和信息化数据安全管理办法》征求意见。可见数据安全相关的管理办法等细则正在加速出台。

— 07 —

总结

2022年,数字时代的新图景正在徐徐展开。可以预见的是,各个组织的数据治理正在朝着更加成熟的方向发展。数据治理是一个长期的过程。只有把握趋势,不断调整优化,才能充分发挥数据的价值,真正让数据得到发展。

 
友情链接
鄂ICP备19019357号-22