一、为何开展工业
数据治理?
1、在工业数据资产层面,底数不清现象普遍存在,阻碍了数据资产化进程,亟待理清。
2、在工业
数据质量层面,存在失真、错位、不一致等问题,影响了分析决策的有效性,数据质量亟待提升。
3、在工业
数据采集层面,存在样本不全、效率低、准确性低等问题,亟待得到解决。
4、在工业数据联通层面,存在系统不联通、数据中心不链接、产品数据不衔接等问题,数据孤岛普遍,亟待提高数据畅通水平。
5、在工业数据应用层面,面临机理模型匮乏困境,应用层次不高,
数据价值亟待有序释放。
二、制约工业
数据治理的三大难题
1、从体制机制看,数据治理职责有待健全。
2、从方式方法看,数据治理理论有待完善。
3、从自主创新看,数据治理技术有待突破。
三、加快工业数据治理的五大着力点
1、树立价值驱动的工业数据治理理念。
2、建立工业数据治理组织机构体系。
3、制定工业数据治理制度标准体系。
4、完善工业数据治理评价考核体系。
5、强化工业
数据治理平台技术研发。
(部分内容来源网络,如有侵权请联系删除)