- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2022-01-10来源：流年的哀伤浏览数：294次
▼
数据治理是带有强烈目的的实践活动，以数据为核心对象，涉及政府、企业、个人等各类参与主体， 覆盖数 据全生命周期中的各种过程和状态，利用手段和活动释放、保护数据的价值。为明确数据治理的范围，利用数据治理“ 4W1H ”模型进行说明，如下图所示：
遵循数据治理的概念内涵及标准化的自身含义，数据治理标准化是以数据为标准化对象，为政府、企业、个人提供服务，规范各环节活动、平台工具使用、安全保护措施、数据交易流通，保障各类数据全生命周期的有序运转，促进数据治理的愿景、规划、决策、要求转变为行动、能力和优势。
本白皮书提出数据治理标准体系框架。数据治理标准体系包括基础共性、数据基础设施、数据资产管理、数据流通、数据安全 5 个方面，如下图所示：
数据标准化工作是一项整体性活动，设立工作机构是系统、全面、可持续开展数据标准化和数据治理 的基础和保障。
数据标准的预研、制定、实施、监督检查等一系列工作是一项费时费力的工作，需要决策层的支持和各部门的通力配合，需要经费、人员、设备等资源为数据治理标准体系的运行提供保障。
数据标准的制修订是数据治理标准化工作的核心活动，是实现标准化体系运行的关键环节，主要活动包括预研、立项、起草、征求意见、技术审查、报批、批准发布、实施、评价、复审等。
数据标准制定结束后，标准实施成为标准化活动中最重要的一环，也成为数据治理工作的中心任务，并监督数据标准能否取得成效、实现其预定目的。
完善数据治理标准体系，健全标准实施机制。加快数据标准研制工作，提高标准供给能力。
企业应进一步提高对数据治理标准化工作的重视，加大对企业数据标准的研制力度，设置明确的数据标准主管机构。
将标准作为数据治理产业发展的核心与关键，通过标准先行的方式保证产品质量、提高创新能力、提升服务水平，以标准化工作持续推动数据治理产品性能和服务水平的不断提升，提高数据治理的产业水平，保障数据治理的良性可持续发展。
针对数据治理标准体系的维护、标准的制修订、标准的研制等日常性工作，设置经常性的资金预算和人力资源保障。加强重点标准的宣传、贯标、推广工作，构建完整的标准实施工作方案，提高标准执行意识。做好标准化人才的培养和储备工作，加强工作奖惩机制，鼓励跨专业、复合型、专业化的人才成长。
