国家数据局：数据治理推动企业数据资源开发利用

在2024年的年终之际，一系列重量级的数据政策相继隆重发布。

国家数据局联合中央网信办、工业和信息化部、公安部、国务院国资委印发了《关于促进企业数据资源开发利用的意见》（以下简称《意见》）。该《意见》从健全企业数据权益实现机制、培育企业数字化竞争力、赋能产业转型升级、服务经济社会高质量发展以及营造开放透明可预期的发展环境等五个方面，为企业数据资源的开发利用指明了方向。

01 2025年，要深挖企业数据金矿
数据资源，按其性质一般分为公共数据、企业数据、个人数据三个方面。此前，关于公共数据资源开发利用的政策已出台，而此次《意见》的发布，事关企业数据开发利用，进一步完善了我国不同类型数据资源开发利用的政策体系。

为完善企业数据权益形成机制，《意见》提出，推动数据持有权、使用权、经营权等分置运行，鼓励探索市场化、场景化的“授权使用、分享收益”新模式。同时，为了更好保护企业数据权益，明确支持企业依法依规对其合法获取、持有的数据进行开发利用、流通交易，保护其经营收益等合法权益；鼓励企业采取共享开放、交换交易、资源置换等多种方式流通数据，促进数据产品和服务创新开发、高效流通和价值复用。

此外，《意见》特别提出要提高数据治理能力，引导企业加快向数据驱动的经营模式转型，用数据管理、用数据决策，推动实现流程优化、组织重塑、效率提升。

02企业数据资源开发利用：数据治理的必然性
据全国数据资源调查显示，全国4成数据仅被存储而未使用。中国信通院云计算与大数据研究所所长何宝宏在2024数据资产管理大会上表示，数据的跨主体流转和使用依赖于企业的数据治理能力。

众所周知，很多企业都建设了大量的信息化系统，积累了大量的数据。但普遍存在的问题是，单业务线条视角的系统建设，缺乏顶层的业务规划、技术规划和数据规划。因此，一个个业务系统建设的背后，也形成了一个个“信息孤岛”。业务系统各自为政、烟囱林立，难以形成统一、一致的数字化应用。

此外，传统企业的数据质量管理现状普遍不够乐观。很多企业的数据质量意识淡薄，数据管理职能缺失，无制度可依，数据操作不规范，数据质量问题严重；核心主数据的缺乏统一的数据标准，同一类型的数据在多个系统中都有存储，且系统之间没有数据同步，造成数据不一致、不完整、不正确等问题。

因此，加强企业数据资源的开发利用，数据治理成为了一个绕不开的环节。只有通过有效的数据治理，才能打破“信息孤岛”，提升数据质量，进而实现数据的价值最大化。

03提高数据治理能力的路径
企业在生产经营过程中形成或合法获取、持有的数据，是企业发展的重要资源。数据治理是企业数据开发利用的基础，针对如何提升数据治理能力，《关于促进企业数据资源开发利用的意见》给了明确的指导。

1.建立首席数据官制度
鼓励企业建立首席数据官制度，健全数据资源管理机制。

《意见》此处强调的是数据治理组织的内容。企业需要一个数据管理组织，能够站在企业级的高度，结合业务和IT的视角，跨系统梳理并整合数据资产。通过建立首席数据官制度，企业能够设立专门的管理岗位来统筹数据资源，确保数据治理的权威性和专业性，从而健全数据管理机制，提升数据价值。

2.推动数据管理相关国家标准贯标
推动数据管理相关国家标准贯标，规范开展数据治理能力评估，强化企业数据治理和质量管理能力建设。

《意见》此处强调的是数据治理的参考框架，通过DCMM进行治理能力评估，有助于企业规范数据管理流程，识别改进空间，进而强化数据治理和质量管理能力，提升数据质量和安全性。

详情：如何助力企业DCMM贯标落地，答案在这里

3.推广智能化工具
大力推广云计算、边缘计算、大数据分析等平台服务，支持企业开发和使用智能化工具，建立覆盖研发、生产、销售、服务、管理等各环节的数据资源体系。

《意见》此处强调的数据治理技术与工具的建设内容，企业应积极开发和使用大数据分析、治理等智能化工具，建立覆盖研发、生产、销售、服务、管理等各环节的数据资源体系，以提升提高数据治理的效率和准确性。

△睿治数据治理平台架构图

比如亿信华辰睿治智能数据治理平台参照DAMA/DCMM理论体系，结合企业治理实践经验，专为企业数据治理、数据资产管理解决方案提供统一的全链路治理平台。融合数据集成、数据交换、数据模型、元数据管理、数据标准管理、数据质量管理、数据资产管理、数据安全管理、数据生命周期管理九大模块，各模块可独立或任意组合使用，能迅速响应并满足跨行业、多元化、复杂多变的数据治理场景。

4.加强数据安全治理
落实国家数据分类分级和个人信息保护政策法规要求，在防范实质性风险前提下，鼓励企业针对不同敏感级别的数据和数据处理场景，采取差异化的数据安全与合规管理措施，优化对同类型数据处理行为的内部合规审批流程，加强数据流转分析和风险监测。

这是对数据安全治理的要求，梳理敏感数据域、识别敏感数据、制定数据类别、制定敏感等级、数据归类归级，进一步制定落实不同类别、不同等级的处置策略，常态化推进数据分类分级管理，确保数据处理活动的合法性和合规性。

5.支持新技术应用
鼓励企业采用可信数据空间、区块链、隐私计算、匿名化等技术模式，促进数据安全流动和开发利用。

《意见》强调企业引入可信数据空间、区块链等前沿技术，在保护数据隐私的基础上，实现数据的安全流动和高效利用，推动数据价值的最大化。

04数据分析应用：实现价值的关键
数据分析应用是企业数据开发利用的目的和归宿。《意见》明确指出，要“鼓励企业强化多源数据整合分析，准确把握供需结构、客户偏好、价格变化趋势，提升企业洞察市场和适应市场的能力。支持企业打通生产制造、流通销售与供应链等数据，实现系统化、高效化管理，提高企业资源配置和运营效率。”

在数字化时代，企业经营过程中积累的海量数据，构成了企业数字化转型的重要基础。这些数据不仅仅是简单的数字堆砌，而是蕴含着丰富的市场趋势、客户需求、运营效率、财务状况等多方面的信息。通过有效的数据收集、整合和分析，企业能够更深入地了解市场动态，把握消费者需求的变化，从而优化销售策略，提升客户满意度。

△销售分析领导驾驶舱

例如，销售管理数据可以帮助企业分析销售趋势、客户偏好和销售渠道的有效性，进而调整销售策略，提高销售业绩。市场营销数据则能够揭示市场趋势、竞争对手动态和营销活动的效果，为企业制定更有效的市场营销策略提供依据。

△财务分析领导驾驶舱

同时，数据分析还能够提升企业的运营效率。供应链管理数据可以帮助企业优化库存管理、降低运营成本、提高供应链响应速度。生产制造管理数据则能够监控生产过程、提高生产效率和产品质量。财务管理数据则为企业提供了财务状况的全面视图，有助于企业做出更明智的财务决策。

亿信ABI作为一款高效的数据分析工具，在推动企业数据开发利用方面发挥着重要作用。它能够帮助企业快速接入和处理数据，并提供丰富的分析工具和可视化组件，支持企业实现数据的快速洞察和决策支持。

05小结
正如《数据驱动决策：大数据时代的商业变革》一书所述：“数据是企业最宝贵的资产之一，但只有当这些数据被有效地收集、整理、分析和利用时，它们才能转化为真正的商业价值。”

因此，企业需要根据自身的业务特点和发展需求，建立完善的数据管理体系和数据分析平台，充分挖掘数据的价值。加快向数据驱动的经营模式转型，用数据管理、用数据决策，推动实现流程优化、组织重塑和效率提升。只有这样，才能在激烈的市场竞争中立于不败之地，实现可持续发展。