可免费试用30天
已有30000+人申请
全程“零”编码,高效实现主数据模型、主数据维护、主数据分发、主数据质量的全过程管理,为企业主数据管理落地提供有效支撑,实现各业务系统间的主数据共享,保障企业主数据的唯一性、准确性、一致性。
覆盖数据建模、采集、处理、集成、共享、交换、安全脱敏于一体,一站式解决数据开发所有的问题。
统一指标定义,实现“一变多变、一数多现”的数据管理效果,为企业提供强有力的数字化保障和驱动效应。
零代码+AI,有“问”必答的数字助理,利用AI大模型和数字人技术,通过语音&文字输入问题,自动识别业务指令,深度理解用户意图的问题,洞察数据,人机交互,重新定义BI新体验。
面向企业级数据资产交易运营场景,助力企业实现数据资产的价值挖掘、升值和资产变现。
2023-02-17
伴随着现代数字技术演进和应用创新加速发展,政府部门日益认识到数据治理在整个社会发展和国家安全中的重要意义。尽管如此,数字时代政府数据治理也存在一定的认知局限。
第一,对数据资源及其价值的认识有待提高。当前,全社会尚未形成对数据资源的客观认识,尤其是对数据资源在社会生产、经济发展、国家治理等方面的价值认知不足,由此直接影响了数据资源的挖掘应用和价值实现。一方面,现阶段政府部门虽然大力倡导大数据发展战略,但是许多数据资源的使用仍然沿袭传统分析流程和方法。另一方面,一些政府部门还未能从整体社会发展的角度思考数据资源的价值发挥,无法真正释放数据的资源价值。此外,对于数据的价值评判标准也存在认知不清晰、共识不一致的问题,对数据资源及其价值的认识存在一定的滞后效应。
第二,急需数据技术创新和支撑性人才。政府数据治理能否取得良好的效果,离不开数据创新技术的支持和数字化人才的支撑。其中,数据技术创新能够为政府数据治理提供工具手段,而数字化技术方面的人才可以为提升政府数据治理提供人才保障。从现有情况看,主流的数字技术主要聚集于数字经济领域,相对于社会民生方面还存在一定的滞后性。尽管数字化技术已经在医疗、教育、交通、住房等领域开始获得关注和发展,但由于综合掌握现代技术、数据统计与政府管理等学科知识背景的人才极其匮乏,还未能为政府数据治理的长远效益提供人才支撑。
第三,数据知识建设和交易市场需进一步完善。在数字时代,社会各界都对大数据战略的实施投以相当大的关注,政府部门也深刻认识到需要通过各种先进的数据挖掘方法来揭示和解释隐藏在数据背后的知识信息,从而更好地为政府开展社会治理提供决策参考。但在现有条件下,无论是政府还是大众在应用数据过程中更多重视数据的传播和存储,在一定程度上忽视了对于数据的加工整理和知识挖掘。因此,数据知识建设需要制定规范标准,深入挖掘高质量信息以及提高政府数据知识建设能力。只有在良性互动的数据交易环境下,政府数据治理的潜力才能得到进一步释放。
第四,数据管理体系和数据确权有待健全。伴随着数字时代的来临,政府数据治理迫切需要建立与之相适应的数据管理体系,从而更好地促进数据运行机制完善和治理绩效发挥。然而,现阶段数据所有权、使用权、隐私权等方面的相关政策制度和法律法规仍有待健全。政府数据治理的安全机制、数据互联共享的规范标准和安全技术防护等管理体系的建立,将会直接提升政府数据治理的绩效水平。其中,政府数据治理的前提就是需要明确数据的权属关系,并在此基础上更好地规范数据权利主体和资源分配机制。但是,数据确权的难度在于数据权并不像传统的物权一样,能够清晰界定和确权。这缘于数据权在整个数据使用周期内涉及多个支配主体。