数势立本
善战者，求之于势，立之于本。
数据作为新型生产要素，是时代发展的重要标志。孙子曰：“善战者，求之于势”。CSTC将与您一道拥抱变革、顺势而为，论数据治理之形势，寻数据价值释放之根本，以评促治、以评提质，助力我国数字经济高质量发展。
当前，大数据及相关技术与实体经济深度融合，赋能各行各业，为人们生产生活带来极大便利，显示出更强的发展韧性。国家高度重视大数据产业的发展，党的十九届四中全会《决定》明确将数据作为生产要素参与市场活动。2020年4月9日，中共中央、国务院公布了《关于构建更加完善的要素市场化配置体制机制的意见》（以下简称《意见》），这是中央颁布的第一份关于要素市场化配置的文件，《意见》指出要推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护并强调引导培育大数据交易市场，为数据要素市场化配置指明了方向，对推动数字经济高质量发展具有重要指导意义。在此背景下，管好用好数据不再仅仅是技术部门的事情，已成为企业或组织治理层面的工作，是积蓄发展动能，抢占竞争优势的先决条件。2018年在工信部中国电子信息行业联合会的推动下，由全国信息技术标准化技术委员会制定的国内首个数据管理领域的国家标准《数据管理能力成熟度评估模型》（简称DCMM）正式发布，旨在帮助和指导相关单位定位数据管理等级、加强数据管理能力，提升数据资产价值，规范和指导大数据整体行业的高效、有序发展。但当前， 我国企事业单位的数据管理能力，与时代发展趋势、国家的引导要求之间还存在较大差距，尚不足以支撑数字化转型的迫切需求。本文基于对我国传统行业企事业单位数据管理现状的分析研究，总结提炼出在数据管理方面面临的七个挑战，并结合行业发展趋势、国家政策要求以及研究基础提出五个方面的对策建议。
一、问题挑战
（一）各行业普遍认可数据管理的重要性，但全局性战略性数据意识普遍薄弱
随着大数据等相关应用和产品的深入发展，数据资产和数据管理的重要性已经得到各行业高层领导以及组织内部的广泛认可，但是企事业单位更多从事的是项目级别的数据管理工作，全局性、整体性、战略性的数据意识普遍薄弱，多数企事业单位未制定数据战略规划，还有一些企事业单位虽然制定了数据战略规划，但落实不到位，缺少定期的跟踪和评估，导致数据战略规划成为一纸空文，这充分说明，各行业数据管理工作从认识到行动还有很长的路要走。
（二）对数据管理的认识泛技术化，未能从组织治理视角来部署相关工作
更多的企事业单位高度重视数据应用相关工作的开展，希望能够通过技术手段促进本单位的数据开发和应用，释放数据价值，对数据管理的认识表现出比较明显的泛技术化倾向，未能从组织治理视角来部署相关数据管理工作，业务领域的数据管理规范、管理架构和管理流程缺失，导致业务管理与数据管理工作脱节，容易出现业务工作与数据工作两张皮的现象。
（三）组织数据家底不清晰，数据在组织中的分布关系有待理顺
明确数据资源分布，理清数据资源的来源是开展数据管理工作的基础。多数企事业单位未对数据资产进行全面的梳理，部分单位只是对结构化数据进行梳理，未将业务知识、工作文档、会议记录等非结构化信息视为数据资产，导致数据资产与业务工作、应用系统之间的关系不清晰、不明确，数据标准不统一，阻碍了数据的集成和共享，产生了数据孤岛现象，进而限制了数据价值的释放。
（四）传统行业数据开放和服务程度较低，获取的外部数据可信度难以保障
随着数据交易、数据共享等活动的不断活跃，数据在企事业单位之间的流动性越来越高，以数据交易和数据服务为核心业务的新兴商业模式在不断涌现，这些现象反映了国内大数据行业的繁荣和发展。传统行业企事业单位也认识到数据开放和服务释放的价值，但与新兴行业相比传统行业的数据基础设施、数据管理机制都比较薄弱，导致传统行业数据开放和服务程度普遍较低。同时，传统行业企事业单位在使用外部数据的时候也受到外部数据可信度不高的局限，外部数据的可信度评估服务和机制尚未健全。
（五）普遍重视数据安全工作，但无法真正有效地管理和防范数据安全风险
大数据的应用在给企事业单位带来方便快捷的同时也带来了诸多风险，组织也深度认识到数据安全的重要性，但在开展数据安全建设过程中，也遇到了不少的难题，主要表现在三个方面，一是不能明确数据安全治理的实际需求，往往只是觉得数据安全很重要，但没有分析具体需求，二是缺乏数据安全治理的管理体系支撑，数据安全治理往往落实到IT部门，缺少业务部门的支撑，三是对主流技术手段不熟悉，盲目采取安全策略，无法真正有效的管理和防范数据安全风险。
（六）普遍认可数据质量的重要性，但多数单位在数据质量管理中轻业务重技术
各企事业单位普遍认为高质量的数据能够大大促进数据价值的提升，但多数单位认为本单位的数据质量不高。很多单位片面的认为通过数据清洗、数据去重能够彻底解决数据质量问题，将技术手段等同于数据质量管理，，但实际上造成数据质量不高的原因主要与业务有关，如很少有人愿意承认劣质数据的产生是由于自己的工作失误造成的，数据质量管理中轻业务重技术的现象比较突出。
（七）数据管理专业人才、理论体系、实践案例的缺乏也是组织面临的主要困难
数据管理对于大多数企事业单位来说仍然是一个新领域，面对迅猛增长的数据量和数据需求，企事业单位面临着内外部的多重挑战。首先是数据管理专业人才缺乏，由于缺乏体系化的教育和培训，目前多数数据管理人才都是IT专业人员转型而来的。其次是数据管理理论体系不完善，目前国际上比较成熟的理论体系是国际数据管理协会的数据管理知识体系指南，但没有充分体现出国内数据管理的现状和特征，国内虽然已经形成了《数据管理能力成熟度评估模型》，但DCMM标准尚未在企事业单位中全面落地。最后是缺少优秀的实践案例，很多企事业单位普遍认为优秀实践案例对于在本单位推广数据管理工作至关重要，但是目前优秀案例却比较稀少。
二、对策建议
针对以上企事业单位数据管理工作中普遍存在的问题和挑战，我们认为各企事业单位应深入领会《意见》精神，在全面学习和贯彻DCMM标准的基础上，持续开展数据管理能力评估与提升，逐渐形成“检查评估找问题—整改方案要对症—全员执行不松懈—持续改进提能力”的数据管理工作闭环。
（一）检查评估找问题
各企事业单位应在充分学习和贯彻DCMM的基础上,积极开展对标检查和第三方评估工作，评估企事业单位数据管理现状，找准与目标要求、最佳实践之间的差距，结合业务发展需要，定位自身的问题，分析其中的原因，为制定改进和提升策略奠定基础。
（二）整改方案要对症
通过持续检查评估，明确单位数据管理能力工作中存在的问题和差距，以此为依据制定针对性的整改方案，不断形成对应的数据管理规划、办法、标准、措施和流程，逐步建立和健全完善的数据管理体系。
（三）全员执行不松懈
数据管理工作不只是单位领导和IT部门的工作，数据管理能力的提升与每个部门息息相关，单位所有的工作人员，都应该承担各自工作环节的数据管理责任，尤其是在保障数据质量方面，不制造垃圾数据、错误数据，发现问题及时解决，追根求源，确保数据的正确完整，严格执行和落实整改方案和各项数据管理措施。
（四）持续改进提能力
数据管理能力的提升是一个不断持续和迭代的过程，不能也不会一蹴而就，应在企业内部逐渐形成“检查评估找问题—整改方案要对症—全员执行不松懈—持续改进提能力”的工作闭环，通过循环往复的开展检查评估工作，不断提升单位和人员的数据管理能力，最终形成领导重视、全员配合、分工明确、制度完善、业务与技术双轮驱动的数据管理文化体系。
