數據治理新模式

按照數據性質完善產權性質，建立數據資源產權、交易流通、跨境傳輸和安全等基礎制度和標準規(guī)范，健全數據產權交易和行業(yè)自律機制。制定數據要素價值評估框架和評估指南，包括價值核算的基本準則、方法和評估流程等。在互聯網、金融、通信、能源等數據管理基礎好的領域，開展數據要素價值評估試點，總結經驗，開展示范。發(fā)揮龍頭企業(yè)研制主體、協同主體、使用主體和示范主體作用，持續(xù)提升自主創(chuàng)新、產品競爭和知識產權布局能力，利用資本市場做強做優(yōu)。鼓勵中小企業(yè)專精特新發(fā)展，不斷提升創(chuàng)新能力和專業(yè)化水平。引導龍頭企業(yè)為中小企業(yè)提供數據、算法、算力等資源，推動大中小企業(yè)融通發(fā)展和產業(yè)鏈上下游協同創(chuàng)新。支持有條件的垂直行業(yè)企業(yè)開展大數據業(yè)務剝離重組，提升專業(yè)化、規(guī)模化和市場化服務能力，加快企業(yè)發(fā)展。數據治理新模式（一）數據治理架構隨著世界經濟由工業(yè)經濟向數字經濟轉型，數據逐步成為關鍵的生產要素，企業(yè)開始將數據作為一種戰(zhàn)略資產進行管理。數據從業(yè)務中產生，在IT系統中承載，要對數據進行有效治理，需要業(yè)務充分參與，IT系統確保遵從，這是一個非常復雜的系統工程。實踐證明，企業(yè)只有構筑一套企業(yè)級的數據治理綜合體系，明確關鍵數據資產的業(yè)務管理責任，依賴規(guī)范的制度流程機制，構建有效的管理平臺及工具，數據的價值才能真正發(fā)揮出來。構筑數據治理體系的過程，即以數據應用為核心打造良性循環(huán)的閉環(huán)數據治理管理體系的過程。各IT系統獲取業(yè)務活動產生的各類數據后，經過系統的數據治理、管理，不斷挖掘、變現數據價值，拓展、深入數據應用場景，指導業(yè)務決策，同時在不斷應用數據過程中基于發(fā)現的數據問題，通過數據治理、管理的過程不斷修訂，推動業(yè)務系統全面升級，真正優(yōu)化業(yè)務流程管理機制及規(guī)范，最終構建數據獲取→管理→變現→發(fā)現→應對→修正的閉環(huán)管理機制。以數據應用核心，數據治理平臺工具為支撐，在數據治理組織/制度保障下，不斷通過數據治理手段，推動實現數據標準化及業(yè)務標準化，實現業(yè)務、技術、管理、平臺的有效聯動。在數據治理綜合體系內，數據治理核心模塊包括數據治理規(guī)劃、數據治理職能及數據治理平臺工具，數據治理規(guī)劃是指數據治理體系與規(guī)劃、數據治理組織與職責、數據治理制度及流程，是數據治理規(guī)范化管理的核心模塊；數據治理職能包括數據標準管理、數據質量管理、數據架構及模型管理、數據開發(fā)、元數據管理、主數據管理、數據生命周期管理、數據安全管理八大職能，實際過程中，企業(yè)通常會合并管理；數據治理平臺工具包括數據開發(fā)平臺、數據資產管理平臺、數據質量管理平臺、數據服務平臺，通常數據治理平臺工具基于數據治理的階段功能并不完全一致，實踐中平臺工具通常綜合多方面功能，而不是單平臺功能。三大模塊互為動力，數據治理規(guī)劃指導數據治理職能的全面發(fā)揮，數據治理各項職能通過數據治理平臺工具協助管理，數據治理平臺工具支撐數據治理規(guī)劃的落地及優(yōu)化，數據治理規(guī)劃各層面逐步固化在數據治理平臺上，數據治理平臺輔助數據治理各項職能的管理，通過數據治理各項職能不斷落實和完善數據治理規(guī)劃，實現組織數字化轉型，固化管理機制及流程體系。未來企業(yè)通過構筑數據治理綜合體系，逐步建立數據治理機制，完成組織轉型，數據治理職能將成為企業(yè)管理的重要組成部分，良性循環(huán)的管理體系將推動企業(yè)實現更廣、更深層次的數據應用，數據決策將成為企業(yè)人思考的習慣，企業(yè)決策將更加科學、有效。未來企業(yè)數據治理藍圖架構中，業(yè)務系統、數據治理及數據應用互為動力，共同推動企業(yè)數字化轉型的實現。（二）數據治理模式1、數據治理基本模式數據治理模式是指企業(yè)基于不同的數據治理目標，根據企業(yè)組織、系統、數據應用的現狀，以何種數據治理策略開展數據治理活動。通常數據治理模式包括三種基本模式。模式一：自下而上，以數據架構為重，開展數據治理。這種模式重在數據架構，層層向上治理數據，至數據應用層。這種模式從底層數據切入，基于現有數據基礎，盤點、建設、治理、應用層層展開，對企業(yè)整體的數據思維、數據治理水平要求較高，通常適用于數據量重、業(yè)務應用輕大型技術型企業(yè)，或政府機構，或新建、自研系統較多的企業(yè)。模式二：自上而下，以明確的數據應用為重，開展數據治理。這種模式即單點應用式，通常以現有應用需求為核心開展數據治理。聚焦各個業(yè)務領域的數據應用、數據治理需求，在有需求、有資源、有驅動力的前提下，按需組織推進數據治理工作。只有業(yè)務部門的深入參與才能做好數據治理，只有針對業(yè)務自身需求進行的治理，才能得到業(yè)務部門的認可和支持。此模式通常圍繞數據應用的需求進行數據治理，比如升級架構、更換平臺等涉及數據應用遷移時，或聚焦監(jiān)管、上報類等明確數據應用時，圍繞數據應用進行數據治理。此模式通常適用于數據應用較強、業(yè)務部門較為強勢、但整體數據認知較弱的企業(yè)。這種模式的數據治理切入相對較為簡單，實踐證明，大部分企業(yè)數字化轉型初期會這種模式，慢慢探索企業(yè)的數據治理道路，這種模式有助于拉齊數據部門、業(yè)務部門的認知，提升企業(yè)整體數據認知，為未來數據治理的開展提供基石。模式三：大規(guī)劃模式，從數據應用規(guī)劃入手，治理現狀，規(guī)劃未來，基于數據資產的未來開展數據治理。這種模式需要企業(yè)全面梳理業(yè)務的現狀痛點及業(yè)務未來暢想，盤現狀、規(guī)劃未來，基于業(yè)務現在及未來的需求規(guī)劃分析應用場景，在應用場景藍圖規(guī)劃的范圍內，全面的梳理數據的現狀、規(guī)劃數據的未來，針對藍圖規(guī)劃中的數據需求，制定全方位策略。這種模式通常是企業(yè)的戰(zhàn)略項目，由高層推進開展，對數據、業(yè)務協同性要求較高，整個過程涉及系統改造升級、業(yè)務流程優(yōu)化再造，是企業(yè)全面升級的過程。組合模式一：模式一&模式二組合，即全域數據治理+明確應用場景規(guī)劃。這種模式兼顧底層數據與上層應用，可對沖底層數倉重建的部分風險，同時可有效地闡述數據價值，整體可行性較高。組合模式二：模式一&模式三組合，即全域數據治理+全面應用場景規(guī)劃。這種模式從現在、未來的角度全面開展數據治理，業(yè)務、數據全面覆蓋，返工重建風險小，同時有助于推動業(yè)務系統、數據全面升級，業(yè)務價值較高，但對組織協同要求高，且成本投入高、耗時久，對執(zhí)行團隊要求高，復合型人才需求大，屬于高風險高收益模式，需要企業(yè)高戰(zhàn)略、高執(zhí)行的推進落地。2、數據治理模式對比三大數據治理模式開展方式、適用場景、優(yōu)劣勢、資源投入各不相同。模式一，自下而上，切入方便，成本可控，重架構，但脫離應用，對執(zhí)行團隊架構能力要求較高，成效慢。模式二，自上而下，目的明確，切入方便，成本可控，重應用，但輕治理，容易造成面子工程，出現重復治理的風險。模式三，大規(guī)劃模式，規(guī)劃的眼光，覆蓋業(yè)務、數據雙層面，重建風險小，聚焦業(yè)務，有利于充分挖掘數據價值，但對組織的協同性要求較高，同時需要高質量復合型人才配合團隊執(zhí)行，整體落地風險較大，成本較大。三大數據治理模式各有優(yōu)劣，而組合模式在某種程度上對沖單一模式的風險，可以更好地滿足企業(yè)數據治理的需求和目的。企業(yè)應基于面臨的現狀，選擇適合的自己的治理模式。3、數據治理模式選擇不同的數據治理模式，對企業(yè)的數據治理水平、組織協同程度要求不同。自下而上的模式一是基于底層數據治理的，對數據治理水平要求較高，數據治理水平包括數據基礎（數據量、數據質量等）以及數據治理能力，數據治理能力主要體現在數據治理團隊專業(yè)度以及數據治理體系（組織、制度及流程）完善度。這種模式對組織協同度要求相對較低，主要靠數據治理團隊推動進行。自上而下的模式二是基于明確數據應用進行數據治理的，相較于自下而上的模式一，組織的協同性要求會更高，需要業(yè)務部門、數據部門配合實現，但整體以需求為主，對數據治理的水平要求一般。大規(guī)劃的模式三既治理現狀，又規(guī)劃未來，對組織協同性及數據治理水平均有極高要求。該模式需要動員企業(yè)的業(yè)務部門、技術部門、數據部門，同時需要企業(yè)各階層（高層、中層、基層員工）的人員共同配合，全面盤點業(yè)務的痛點及未來規(guī)劃，同時梳理數據現狀，規(guī)劃數據未來，通常為戰(zhàn)略項目、高層領導共同將企業(yè)數據治理水平推向一個新水平，同時完成數字化組織的轉型。組合模式在組織協同性、數據治理水平上會疊加單一模式的要求，如模式一&模式三的組合模式對組織協同性、數據治理水平要求最高。各模式對企業(yè)的組織協同性、數據治理水平的要求，基于各模式對企業(yè)組織協同、數據治理水平的要求不同，企業(yè)應充分盤點企業(yè)的組織現狀、數據現狀、應用現狀，初步評估企業(yè)數據治理水平、組織協同度，結合數據治理的目標，評估可行性，選擇最佳模式。企業(yè)數據治理是個復雜而漫長的過程，通常在不同的發(fā)展階段，企業(yè)選擇數據治理模式并不同，基于面對的組織、數據、應用現狀，企業(yè)需要均衡目標與現狀，選擇當下最合適的數據治理模式。企業(yè)數據治理并不是一蹴而就的，它需要企業(yè)不斷地進行規(guī)劃、治理、監(jiān)測、優(yōu)化，通過數據治理不斷完善企業(yè)的組織、制度、流程管理體系，同時不斷提升企業(yè)數據治理管理水平，包括數據標準、數據質量、數據架構及模型、數據應用等模塊的管理水平提升。數據治理是一個持續(xù)循環(huán)的過程，需通過不斷地改進提升及完善。PDCA循環(huán)不是在同一水平上循環(huán)，而是呈階梯式推動上升，每次循環(huán)將推進企業(yè)的數據治理水平及組織協同性向新的、更高的層級進階，最終實現企業(yè)數字化轉型。（三）數據治理實施路徑企業(yè)數據治理實施路徑通常包含三個階段。第一階段：起步階段，業(yè)務運營數字化階段。這個階段主要是梳理企業(yè)面臨的現狀，響應痛點，探索業(yè)務場景化。企業(yè)逐步開始由信息化向數字化轉型，這個階段企業(yè)會重新審視原有的數據治理策略，重構數據治理戰(zhàn)略及實現路徑，逐步開始搭建數據治理框架、數據治理體系框架，升級原有的數據處理、應用模式，搭建大數據平臺，構建大數據采集、匯集、存儲、計算、服務的基礎能力，逐步整合各系統的數據，打破數據孤島，沉淀數據資產，探索業(yè)務場景化。第二階段：深入拓展階段，數據賦能常態(tài)化階段。這個階段數據應用成為重點，企業(yè)開始深挖數據價值，提高數據應用覆蓋。數據應用的范圍，由核心KPI指標的實現，逐步覆蓋全部核心業(yè)務，搭建完善的分析框架和洞察體系，不斷地提升業(yè)務決策質量。大數據平臺持續(xù)發(fā)揮大數據處理的能力，企業(yè)納入更多、更廣的數據內容，不斷擴大數據應用的廣度及深度，初步形成企業(yè)的數據資產地圖，數據標準體系逐步搭建，數據應用的效率大大提升，初步完成由經驗主義向數據主義的轉型，數據決策成為企業(yè)決策主要決策方式。這個階段，企業(yè)開始全面建立數據管理權限體系，完善數據治理機制，優(yōu)化數據治理流程及制度體系，由原有的粗放式管理升級為精細化管理，數據質量不斷提升，企業(yè)數據管理能力升級，逐步通過數據質量平臺、數據資產平臺、數據治理平臺工具等實現智能管理，企業(yè)數據思維認知全面提升。第三階段：智能應用階段，運營決策智慧化階段。這個階段企業(yè)實現洞策合一，智慧場景應用成為常態(tài)，全面完成數字化轉型，探索數字業(yè)務，開啟新篇章。這個階段以智能應用為主，AI賦能成為常態(tài)，企業(yè)不斷地挖掘數據的價值、激發(fā)創(chuàng)新，開始為企業(yè)戰(zhàn)略性分析提供準確的數據依賴，在這個階段，有些企業(yè)甚至在原有商業(yè)模式上，激發(fā)新的業(yè)務模式。數據管理層面，由數據治理體系建設逐步向數據治理體系優(yōu)化進階，完善機制、流程，進一步細化數據管理職責；數據資產層面，完成全域數據資產建設，構建強壯的數據模型體系，完成企業(yè)數據標準建設，不斷完善數據資產體系；平臺工具層面，大數據平臺能力逐步向算法能力轉移，智能推薦算法模型開發(fā)成為常態(tài)化的需求，數據治理平臺逐步完善功能，協助企業(yè)智能化數據質量、數據標準、數據資產及主數據等模塊，企業(yè)真正進入運營決策智慧化階段。（四）數據治理項目交付步驟1、數據治理項目交付組織建議專業(yè)的交付團隊，是項目成功的關鍵，依托于專業(yè)的數據治理服務團隊和知識沉淀，開展項目實施工作。首先客戶的CIO或CDO是項目順利進行的關鍵角色，可以更高效地推動實施團隊與業(yè)務的融合。其次是項目的項目經理，負責項目的管理和資源調度，各階段人員及工作安排，項目計劃制定、進度控制、項目風險管理、項目質量把關等；技術負責人、系統架構師、項目管理專員是項目團隊的智囊團和質量保障；根據項目需求，安排不同崗位職能人員開展實施及售后工作，包括但不限于業(yè)務架構師、業(yè)務分析師、數據架構師、數據開發(fā)工程師、測試工程師、技術支持、運維工程師、產品專家、產品經理、客戶成功專員等。2、數據治理項目交付步驟項目交付主要分為4個步驟，以需求調研為切入點，以方案設計為規(guī)劃核心，以開發(fā)實施為交付重點，以上線運維為服務保障，依次穩(wěn)步開展保證項目的順利實施。第一步是需求調研：通過業(yè)務調研切入，以收集資料和訪談調研為抓手，了解客戶的業(yè)務流程和痛點，深挖根本原因。以數據調研作為后續(xù)方案設計的開端，結合業(yè)務調研的痛點與根本原因，了解客戶數據系統的現狀后，以數據角度切入整體解決方案。第二步是方案設計：以數據標準方案為基石，以場景規(guī)劃方案為需求原點，以數據架構方案為綱領，進行整個數據治理方案設計；以客戶實際需求為主，形成規(guī)范的組織架構、管理制度，參考國標及行標，形成數據標準方案，為后續(xù)實施打下堅實基礎；通過需求調研整理客戶實施的場景范圍，輸出原型設計及指標清單，與客戶確認后輸出場景規(guī)劃文檔，以此確定客戶整體需求范圍；根據整體需求范圍和數據系統現狀，搭建數據架構，劃分業(yè)務域及數據域，規(guī)劃后續(xù)開發(fā)實施的整體框架。第三步是開發(fā)實施：確定整體方案后，進行產品部署、數據探查、數據同步工作，根據場景規(guī)劃和架構設計方案，遵循數據標準方案，進行數據開發(fā)與數據治理。第四步是上線運維：整體開發(fā)完成后進行試運行，同步開展產品測試工作，均通過后進行產品驗收及正式上線，質保期間由運維部門進行巡檢及售后工作。3、數據治理項目交付成果項目交付成果與交付步驟緊密相關，需求調研階段以調研會議紀要、數據資產清單為主，方案設計階段以產品需求文檔、數據架構設計文檔、數據標準方案為主，開發(fā)實施階段以數據模型設計、需求變更清單為主，上線運維階段以試運行報告、驗收報告、售后運維方案為主，結合客戶實際需求，交付相應的數據治理成果。數據治理發(fā)展形勢從國際看，當今世界正經歷百年未有之大變局，進入以數字化生產力為主要標志的數字時代，數字重新定義一切、云計算服務一切、網絡連接一切、AI賦能一切，以互聯網、大數據、人工智能、物聯網等為代表的信息技術廣泛滲透到經濟社會各領域，世界各國都已將大數據作為重要戰(zhàn)略任務。隨著科技革命、產業(yè)變革縱深推進，抓住數據這一關鍵要素，充分釋放數字化發(fā)展的放大、疊加、倍增效應，是搶占新一輪發(fā)展制高點的關鍵。從國內看，我國已成為全球數據量最大、數據類型最豐富的國家之一，數據日益對經濟發(fā)展、社會治理、人民生活產生重要影響。近年來，印發(fā)了《促進大數據發(fā)展行動綱要》《數字經濟發(fā)展戰(zhàn)略綱要》等系列重要文件，對大數據發(fā)展管理作出全面部署。深入實施國家大數據戰(zhàn)略，形成新發(fā)展格局中實現更大作為。大數據產業(yè)發(fā)展目標（一）產業(yè)保持高速增長到2025年，大數據產業(yè)測算規(guī)模突破3萬億元，年均復合增長率保持在25%左右，創(chuàng)新力強、附加值高、自主可控的現代化大數據產業(yè)體系基本形成。（二）價值體系初步形成數據要素價值評估體系初步建立，要素價格市場決定，數據流動自主有序，資源配置高效公平，培育一批較成熟的交易平臺，市場機制基本形成。（三）產業(yè)基礎持續(xù)夯實關鍵核心技術取得突破，標準引領作用顯著增強，形成一批優(yōu)質大數據開源項目，存儲、計算、傳輸等基礎設施達到國際先進水平。（四）產業(yè)鏈穩(wěn)定高效數據采集、標注、存儲、傳輸、管理、應用、安全等全生命周期產業(yè)體系統籌發(fā)展，與創(chuàng)新鏈、價值鏈深度融合，新模式新業(yè)態(tài)不斷涌現，形成一批技術領先、應用廣泛的大數據產品和服務。（五）產業(yè)生態(tài)良性發(fā)展社會對大數據認知水平不斷提升，企業(yè)數據管理能力顯著增強，發(fā)展環(huán)境持續(xù)優(yōu)化，形成具有國際影響力的數字產業(yè)集群，國際交流合作全面深化。大數據產業(yè)面臨形勢搶抓新時代產業(yè)變革新機遇的戰(zhàn)略選擇。面對世界百年未有之大變局，各國普遍將大數據產業(yè)作為經濟社會發(fā)展的重點，通過出臺數字新政、強化機構設置、加大資金投入等方式，搶占大數據產業(yè)發(fā)展制高點。我國要搶抓數字經濟發(fā)展新機遇，堅定不移實施國家大數據戰(zhàn)略，充分發(fā)揮大數據產業(yè)的引擎作用，以大數據產業(yè)的先發(fā)優(yōu)勢帶動千行百業(yè)整體提升，牢牢把握發(fā)展主動權。呈現集成創(chuàng)新和泛在賦能的新趨勢。新一輪科技革命蓬勃發(fā)展，大數據與5G、云計算、人工智能、區(qū)塊鏈等新技術加速融合，重塑技術架構、產品形態(tài)和服務模式，推動經濟社會的全面創(chuàng)新。各行業(yè)各領域數字化進程不斷加快，基于大數據的管理和決策模式日益成熟，為產業(yè)提質降本增效、政府治理體系和治理能力現代化廣泛賦能。構建新發(fā)展格局的現實需要。發(fā)揮數據作為新生產要素的乘數效應，以數據流引領技術流、物質流、資金流、人才流，打通生產、分配、流通、消費各環(huán)節(jié)，促進資源要素優(yōu)化配置。發(fā)揮大數據產業(yè)的動力變革作用，加速國內國際、生產生活、線上線下的全面貫通，驅動管理機制、組織形態(tài)、生產方式、商業(yè)模式的深刻變革，為構建新發(fā)展格局提供支撐。大數據產業(yè)發(fā)展基本原則（一）價值引領堅持數據價值導向和市場化機制，優(yōu)化資源配置，充分發(fā)揮大數據的乘數效應，采好數據、管好數據、用好數據，激發(fā)產業(yè)鏈各環(huán)節(jié)潛能，以價值鏈引領產業(yè)鏈、創(chuàng)新鏈，推動產業(yè)高質量發(fā)展。（二）基礎先行堅持固根基、揚優(yōu)勢、補短板、強弱項并重，強化標準引領和技術創(chuàng)新，聚焦存儲、計算、傳輸等重要環(huán)節(jié)，適度超前布局數字基礎設施，推動產業(yè)基礎高級化。（三）系統推進堅持產業(yè)鏈各環(huán)節(jié)齊頭并進、統籌發(fā)展，圍繞數字產業(yè)化和產業(yè)數字化，系統布局，生態(tài)培育，加強技術、產品和服務協同，推動產業(yè)鏈現代化。（四）融合創(chuàng)新堅持大數據與經濟社會深度融合，帶動全要素生產率提升和數據資源共享，促進產業(yè)轉型升級，提高政府治理效能，加快數字社會建設。（五）安全發(fā)展堅持安全是發(fā)展的前提，發(fā)展是安全的保障，安全和發(fā)展并重，切實保障國家數據安全，全面提升發(fā)展的持續(xù)性和穩(wěn)定性，實現發(fā)展質量、規(guī)模、效益、安全相統一。（六）開放合作堅持引進來和走出去，遵循產業(yè)發(fā)展規(guī)律，把握全球數字經濟發(fā)展方向，不斷完善利益共享、風險共擔、兼顧各方的合作機制。大數據產業(yè)發(fā)展成效十三五時期，我國大數據產業(yè)快速起步。據測算，產業(yè)規(guī)模年均復合增長率超過30%，2020年超過1萬億元，發(fā)展取得顯著成效，逐漸成為支撐我國經濟社會發(fā)展的優(yōu)勢產業(yè)。政策體系逐步完善。圍繞數字經濟、數據要素市場、國家一體化大數據中心布局等作出一系列戰(zhàn)略部署，建立促進大數據發(fā)展部際聯席會議制度。有關部委出臺了20余份大數據政策文件，各地方出臺了300余項相關政策，23個省區(qū)市、14個計劃單列市和副省級城市設立了大數據管理機構，央地協同、區(qū)域聯動的大數據發(fā)展推進體系逐步形成。產業(yè)基礎日益鞏固。數據資源極大豐富，總量位居全球前列。產業(yè)創(chuàng)新日漸活躍，成為全球第二大相關專利受理國，專利受理總數全球占比近20%?；A設施不斷夯實，建成全球規(guī)模最大的光纖網絡和4G網絡，5G終端連接數超過2億，位居世界第一。標準體系逐步完善，33項國家標準立項，24項發(fā)布。產業(yè)鏈初步形成。圍繞數據資源、基礎硬件、通用軟件、行業(yè)應用、安全保障的大數據產品和服務體系初步形成，全國遴選出338個大數據優(yōu)秀產品和解決方案，以及400個大數據典型試點示范。行業(yè)融合逐步深入，大數據應用從互聯網、金融、電信等數據資源基礎較好的領域逐步向智能制造、數字社會、數字政府等領域拓展，并在疫情防控和復工復產中發(fā)揮了關鍵支撐作用。生態(tài)體系持續(xù)優(yōu)化。區(qū)域集聚成效顯著，建設了8個國家大數據綜合試驗區(qū)和11個大數據領域國家新型工業(yè)化產業(yè)示范基地。一批大數據龍頭企業(yè)快速崛起，初步形成了大企業(yè)引領、中小企業(yè)協同、創(chuàng)新企業(yè)不斷涌現的發(fā)展格局。產業(yè)支撐能力不斷提升，咨詢服務、評估測試等服務保障體系基本建立。十三五時期我國大數據產業(yè)取得了重要突破，但仍然存在一些制約因素。一是社會認識不到位，用數據說話、用數據決策、用數據管理、用數據創(chuàng)新的大數據思維尚未形成，企業(yè)數據管理能力偏弱。二是技術支撐不夠強，基礎軟硬件、開源框架等關鍵領域與國際先進水平存在一定差距。三是市場體系不健全，數據資源產權、交易流通等基礎制度和標準規(guī)范有待完善，多源數據尚未打通，數據壁壘突出，碎片化問題嚴重。四是安全機制不完善，數據安全產業(yè)支撐能力不足，敏感數據泄露、違法跨境數據流動等隱患依然存在。健全綜合全面的數字規(guī)則（一）制定數據治理與管理制度規(guī)則建立健全數字規(guī)則，圍繞數據聚通用、要素流通，推動數據管理、數據安全等規(guī)則建設。深入落實《中華人民共和國網絡安全法》《中華人民共和國數據安全法》《中華人民共和國個人信息保護法》《關鍵信息基礎設施安全保護條例》等法律法規(guī)，推動出臺大數據發(fā)展管理地方性法規(guī)，實施數字規(guī)則意見，開展大數據發(fā)展管理領域立法先行先試，全面建立數據收集、匯聚、共享、開放、應用、交易、安全、執(zhí)法監(jiān)管等制度。（二）健全公共數據治理與管理規(guī)則推動與群眾利益密切相關的醫(yī)療、教育、供水、供電、供氣、通信、環(huán)境保護、公共交通等公共企事業(yè)單位數據采集、匯聚、共享、開放、利用等納入公共數據管理體系。（三）建立行業(yè)數據治理與管理規(guī)則建立行業(yè)主管部門與大數據主管部門協調配合機制，推進行業(yè)數據聯合治理、管理常態(tài)化。推進工業(yè)、交通、衛(wèi)生健康、教育、金融等行業(yè)主管部門制定符合本行業(yè)特點的數據分類分級管理制度，依法依規(guī)加強行業(yè)數據全生命周期監(jiān)管。發(fā)揮行業(yè)協會組織協調作用，推動行業(yè)數據相關自律規(guī)范、自律公約建立，規(guī)范會員行為。積極推動無人駕駛、數字金融、在線醫(yī)療、APP數據采集等領域的規(guī)則制定。（四）構建數據要素市場管理規(guī)則構建數據要素市場化配置制度規(guī)則，制定數據要素市場化配置改革行動方案，提高數據要素市場配置效率，促進數據要素健康有序流動。推動出臺數據交易管理辦法，加快數據交易中介服務、數據權屬確認、數據價值評估、數據交易收益分配等配套制度建設，探索建立數據產品和服務進場交易機制。（五）優(yōu)化完善數據標準規(guī)范加快推動數據開放、數據安全、數據治理、行業(yè)應用、質量評級等標準建設。聚焦基層治理、民生服務、城市治理、政府管理、產業(yè)融合、生態(tài)宜居等應用領域，推動制定一批地方、團體、企業(yè)標準和規(guī)范，鼓勵相關標準規(guī)范試點示范和應用推廣，持續(xù)推進大數據標準體系建設。貫徹國家大數據綜合標準規(guī)范，推動《數據管理能力成熟度評估模型》（DCMM）貫標試點。積極參與制定大數據領域國際規(guī)則、國家標準、行業(yè)標準。數據治理發(fā)展短板（一）數據治理規(guī)則尚不完善數據治理統籌協調、分類推進機制不健全，碎片化、分散化治理現象一定程度存在，數據融合應用、協同治理、安全管控等相關政策法規(guī)、標準規(guī)范仍需進一步深化，與數據要素市場的高效流動性相適應的新型監(jiān)管模式亟待建立。（二）數據聚通尚不充分數據共享匯聚尚不充分。數據開放效果尚不明顯，開放數據的類型、數量、可用性尚不能滿足企業(yè)數據運用需求。已共享開放數據的完整性、準確性、時效性、可用性等仍有待進一步提升。（三）數據治理應用尚有差距應用倒逼數據治理的成果不顯著，基于應用需求推動業(yè)務流程再造、技術融合、業(yè)務融合、數據融合不足，跨部門、跨行業(yè)、跨系統的應用場景較少，運行監(jiān)測、預測預警、實時調度、輔助決策等智能應用作用發(fā)揮還不夠。一體化大數據資源中心工程（一）城市大數據資源中心完善數據目錄管理、供需對接、交換等功能。升級公共數據開放系統，完善目錄發(fā)布、指引發(fā)布、便捷檢索、統計分析、應用展示等功能。建設數據中臺，利用建模、映射、對標檢查、同態(tài)加密、數據標簽或水印等技術，開發(fā)數據元管理、數據模型、數據標準、數據質量、數據安全及審計等工具。（二）城市信息模型（CIM）以三維空間數據底座為核心，匯聚融合建筑、道路、軌道、隧道、橋梁、水體、地下空間等基礎設施，以及資源調查、規(guī)劃管控、公共專題