关于数据管理标准化工作的思考（附PPT）

2017年11月20日 来源：THU数据派 作者：佚名

关键字：数据管理数据标准化数据治理

11月12日，第二届中国数据标准化与治理大会成功召开。本届会议旨在持续汇集专家人才和经验，促进领域发展和提升业界实践水平。

11月12日，第二届中国数据标准化与治理大会成功召开。本届会议旨在持续汇集专家人才和经验，促进领域发展和提升业界实践水平。大会由工业和信息化部信息化和软件服务业司、国家标准化管理委员会工业二部指导，中国电子技术标准化研究院、中国科学技术部高技术研究发展中心、中国行政体制改革研究会、清华大学、国际数据管理协会中国分会（DAMA China）联合主办。

中国电子技术标准化研究院信息技术研究中心主任代红在会上做了题为《数据管理标准化工作思考》的汇报。以下内容经数据派THU整理而成：

中国电子技术标准化研究院信息技术研究中心主任代红

代红：中国电子标准化研究院信息技术中心主要围绕信息技术的标准化及其科研开展工作，其重点在于开拓技术领域，如人工智能、大数据，智慧城市等。大数据的时代已经到来，但数据管理依然在路上。在大数据时代里，数据像石油一样成为战略资源，但油道及油的质量均未知。数据团队怎么建设，数据管理应有哪些制度、职能，数据管理如何在企业扎实落地，以及我们以前的工作做得怎么样，以后的工作怎么做，都是现在要思考的问题。

下图为针对数据发展需求做出的调研：征集企事业单位，包括信息服务、金融、运营商、能源智能制造业等代表性企业和政府机构的信息化管理水平情况。大数据在事业单位当中在哪些方面得到了体现？调研主要从优化业务流程、提高客户体验、降低风险、提升企业利润、促进业务创新、满足外部的监管需求等方面进行。到目前为止，企业单位高层领导对数据工作的重视程度已达到85分以上，但是大家只在意识上有了提高，我们真正要做的工作是大数据的治理。

真正把对大数据的意识变为行为还需要很长的过程。如图所示，在单位里制定并发布数据战略相关的规划还非常少，已经制定发布的只占到36.1%，而且数据质量的状况非常好的只有7.8%。我们选取调研的企事业单位处在中上游，从这个图来看还不太乐观。

数据安全的状况如何？实际上有40%的单位认为现在的数据不够安全，且只有39.8%的中高层人员能非常好的掌握企事业单位的数据资源。另外，多个数据源的交换应用才能够真正体现数据的价值，而现在只有31%的单位能较好地利用外部数据进行集成，数据孤岛现象非常严重。

在调研过程中，从事标准化的我们并没有真正采用国家标准，只是看公司里是否制定了相关的标准化和管理办法。从这方面的调研来看不容乐观，我们真正执行落实得好的只有22.2%。在工作中真正能够明确数据工作相关的制度和宣传方法的只占到12.8%。

调研体现了大家在工作过程中面临的一些困难，如数据价值不易体现，业务部门参与度不高，公司高层领导重视不够，数据工作没有成熟的理论框架，数据人员的缺乏，缺少数据行业的最佳实践等。

那么大家对数据的需求如何呢？如图所示，数据交换、数据共享的需求非常大，但数据的质量到底是什么状况，能否拿出去跟别人交换？因为存在着这些问题，所以数据治理也被提到了真正的高度上。

通过调研我们得到以下的定论：数据资产的重要性已经得到普遍认可，但事业单位还未形成相关的战略。普遍重视数据应用，但对数据管理的重视程度普遍不高。数据治理是未来数据管理中的工作重点，企事业单位内部数据孤岛现象严重，数据标准管理分散，数据对外开放及数据服务逐步成为主要的趋势。数据相关人才和最佳实践的缺乏成为制约行业发展的重要因素。

我们说的数据管理能力成熟度评估模型，是针对一个组织数据管理、应用能力评估的框架。通过这个模型，组织可以清楚地定义数据当前所处的发展阶段，以及其未来的发展方向。该标准借鉴了国际理论的框架方法，结合了国内数据治理情况的发展，配套评估体系建立相对完善。这个标准在制定过程中，浙江移动等集团已经进行了验证，在标准的报批阶段，我们已经在贵州、上海等地做了很多企业的评估，反映都非常好。

这个标准通过数据战略、数据治理、数据框架、数据应用、数据安全、质量、标准，数据的生命周期等28个能力项的评估，可以为企业塑造相应的解决方案。

目前我们努力促进标准的真正落地，但现在的团队能力有限，所以还是希望能够在地方和行业建立评估机构，同时吸纳能够有针对数据管理能力提升整体解决方案的厂商，以及有针对模型中各个领域解决方案的厂商。目前我们也正在努力让标准真正落地，下一步还会在整个成熟度评估模型的这个标准的验证方面做很多的工作，以吸纳更多的外在力量。

另外，针对数据治理我们也设立了相关奖项，第一届数据治理奖广受好评，也得到了领导机关的认可和参加评奖单位的认可。而第二次治理奖在原来的基础上有更大的进步。我们的宗旨是发掘和树立各行业领域数据管理的能力和标杆；发掘评选和奖励在数据治理相关理论、方法、实践中取得显著成果的单位和个人；汇集中国本领域的思想和实践经验，汇集人才，促进更多的单位和个人对此领域的认知和实践，促进中国数据治理领域自身的发展和创新。

责任编辑：李欢