数据治理是以数据产生为开始，对数据进行采集加工、存储计算、分析应用、归档销毁、安全保障等数据全生命周期环节予以持续治理的活动。其目的在于通过在各个阶段使用相应工具与方法论，保证数据的一致性、可用性、可获取性以及安全性等，构建切实有效的数据闭环，充分发挥数据价值。

日前，赛迪顾问云计算与大数据产业研究中心编制《2022中国数据治理市场研究报告》。报告从研究背景、政策环境、监管环境、技术环境等多角度分析了数据治理的发展形势，同时从市场规模、行业结构、竞争情况、重点企业等角度分析了发展现状，对数据治理未来发展趋势进行了研判，并对数据治理未来发展提出了一些建议。

发展形势

近年来，释放数据要素价值成为大数据产业的发展重点。释放数据要素价值与数据质量高度相关，只有通过治理后的高质量数据才具有实用价值，提升数据治理能力成为释放数据要素价值的关键落脚点和着力点。从政策层面来看，国家不断出台相关政策，推动数据治理发展，2021年，工信部印发《“十四五”大数据产业发展规划》，提出实施数据治理能力提升行动；2022年，国务院正式印发《“十四五”数字经济发展规划》，提出实施数据质量提升工程。从监管层面来看，数据安全合规、数据监管已成为全球关注的问题，各国均不断加强数据监管建设，推动数据治理需求不断增强。从技术层面来看，人工智能技术逐步应用到数据治理中，推动数据治理功能更加成熟完善，进一步推动数据治理市场的快速发展。整体来看，数据治理越来越受到政府和企业的重视，逐步内化成为组织机制建设的一部分，成为数字化转型的基础性和关键性工作。

发展趋势

展望未来，随着多源异构数据不断增长、人工智能技术不断成熟，数字化转型步伐将不断加快，推动数据治理向更加全面更加深入的方向发展，主要呈现以下特点：一是AI技术助力提升数据治理的规模化落地效率，推动治理工作更加流程化、自动化和智能化，缩短整体建设周期。二是从被动数据治理向主动数据治理的方向演进，采用敏捷理念并建立在机器学习的基础上，将数据使用者行为纳入决策制定。三是随着DCMM、DMBOK等理念框架的建立和推广，更加强调以业务应用为导向开展数据治理，数据治理向场景化、精细化方向发展。四是在数字化转型的不断推动下，数据治理除了强调提升数据质量以外，也更加强调数据能够在组织内外部安全的流通和共享。五是随着数据要素市场建设，数据治理将围绕数据确权和数据估值开展大量尝试和探索，成为数据治理的重要方向。

赛迪建议

对厂商：一方面，提升数据治理的AI能力，机器学习等人工智能技术将有效推动数据治理环节自动化、智能化，极大提升数据治理工作效率，同时基于自然语言理解和知识图谱挖掘关联非结构化数据的应用价值，解决数据质量管理的传统难题，AI应用会持续推进数据治理能力提升。另一方面，注重方案与业务相融合，厂商要与用户全面沟通，深度调研其进行数据治理的诉求、系统流程、业务模式等，注重业务与技术融合，为用户制定契合其发展和业务需求的数据治理方案。

对用户：一方面，重视组织体系建设，数据治理是系统性工程，为能充分发挥数据治理的价值、避免一次性数据治理，企业需要建立完善的数据治理组织，并制定合理的架构、明确的目标、严格的监管、完善的系统，这样才能使数据治理工作得到保障，达到体系的流转运营。另一方面，关注数据安全合规，新的数据类型、数据生产方式、数据处理方式和终端形式不断涌现，数据泄露、数据合规和数据安全挑战随之加剧。对此，组织需建立符合管理现状及发展需求的数据安全治理框架，使数据在采集、存储、传输、处理上均有对应的执行管理依据，做到挖掘数据资产、发挥数据价值的同时，确保数据全生命周期的安全与合规。