本文来自微信公众号“数字经济杂志”，作者/杨玉春。
一、引言
数据这一新型生产要素已经成为推动数字经济不断深入的核心动力。当前许多国有企业拥有海量数据，却仍停留在数据治理初级阶段，只有先将数据治理好，形成数据资产中心，才能进一步产生数据价值。
因此，如何实现“用数据说话、用数据决策、用数据管理、用数据创新”的数据治理机制，成为当前摆在国有企业面前的首要问题。
二、数据治理体系建设的重要意义
（一）通过提供数据资源支撑业务应用推动数字化转型
数据资源为数字化转型提供基础条件，企业面对数据量大、维度多、时效性强、复杂性高和价值密度低等数据特点，只有尽可能多地获取符合要求的数据资源，国企数字化转型才能有效。如果企业不能清晰地了解自身的具体数据需求、获取渠道及存储方式，则数字化转型无从谈起。因此，通过数据治理进行数据整合是数字化转型必备的基础。
（二）通过提高数据质量满足业务需求推动数字化转型
数据治理是国企数字化转型的基础，提高数据质量需要在数据供应的及时性、准确性、完整性、一致性等维度进行优化，使数据尽可能快速地支撑企业业务发展，服务于企业整体战略。要发挥数据的价值、对数据进行挖掘分析，必须要求数据具有一定的规范和秩序，这样的数据才具有分析的价值。因此，通过数据治理提升企业数据质量是企业数字化转型的必要条件。
（三）通过打破数据孤岛促进数据融合推动数字化转型
数据连接使得经营管理各环节相互协同更加紧密，为企业整体数字化转型铺平道路。国企内部由于各个部门和业务线所使用的信息系统各异，导致跨部门的数据共享程度较低，数据统计的维度差异较大、数据标准化程度较差，只有通过数据治理将企业的数据进行规范梳理，才能清晰地判断其相互间的协作情况，更好地为各部门精准决策提供重要依据。
（四）通过保障数据安全防范化解风险推动数字化转型
国企数据安全保障及风险防范是数字化转型的必然要求。大数据分析已被能源、互联网、通讯、金融、医疗等行业应用，通过数据治理推动建立标准化的全产业链数据安全管理体系，加强敏感信息的识别能力，做好数据的分类分级，加强数据生命周期各环节的安全防护能力，积极应对复杂严峻的安全风险，才能保障企业数字化转型顺利实施。
三、数据治理体系建设的现状分析
数据治理工作已逐步成为国有企业数字化转型工作的核心，当前围绕数据治理相关的组织、技术、应用、安全等方面，已开展了大量的实践探索，但仍有诸多问题尚未有效解决，企业必须走出一条新路子，真正破解企业数字化转型中的数据治理难题。
（一）组织管理体系方面
一是管理思维逐步增强，各级管理人员已逐步意识到数据治理的重要性，只有各级管理人员广泛参与，数据治理工作才能有效开展。二是数据治理目标逐步明确，基于企业实际需要确定合理的目标，才能确保数据治理工作的开展实施，产生更多的价值。
（二）数据治理技术方面
一是数据治理技术多样化，体现在数据产生主体的多样化、数据应用的多样化以及数据治理技术本身的多样化。二是数据治理手段智能化，人工智能、大数据技术广泛应用在数据治理的各环节，通过多种技术手段使数据治理更加智能。
（三）数据场景应用方面
一是数据资产化，企业整体统筹规划，通过明确数据资产的归属、分布、管理、共享和使用，提升数据资产的应用与运营水平。二是数据产品化，企业不断优化数据工具、数据共享与知识库，不断提高智能化程度，推动了数据产品的持续生长和演进。三是数据价值化，企业从商业价值向客户价值转换，通过最大化产生数据资产价值，实现业务价值最大化。
（四）数据安全体系方面
一是数据整体安全得到重视，以完全安全运营能力、安全防护支撑能力、安全产品服务能力为核心的整体安全建设成为重点。二是数据传输安全得到重视，在数据共享利用过程中，数据的安全管理已在各个企业中有所提升。三是数据安全范围得到重视，企业已对数据的访问和使用权限进行严格控制，尤其是敏感数据或用户的隐私数据。
四、数据治理体系建设存在的问题
（一）数字化转型准备不充分
企业数字化转型是长期持续的过程，需要将组织、运营、管理和技术基础落实到位，从而推动企业职能部门相互协作和持续发展。但很多企业对数字化转型的认识还不充分，没有明确的组织部门负责和推动数字化转型愿景及战略的制定和落地工作，需要进行适应性调整后才能获得数字化转型的正向收益。
（二）数字基础设施参差不齐
企业在数字化基础设施上缺乏前瞻性的规划和有效部署，仍然停留在够用就好的阶段。而在互联网经济中诞生的新企业，拥有良好的数字化基础设施建设，已成为数字化变革的推动力量。由于各类公司的信息化起点不同，企业数字化转型没有一套通用的现行标准和解决方案，各企业需要根据自身的数字化基础、转型愿景和需求分析来决定数字化建设过程中的方向。
（三）数据资产盘活利用不高
当前多数国企系统的建设遵循传统技术来构建，技术先进性不强，承包商的建设时间、采用的开发技术与平台层次不一，由此造成了数据与信息孤岛，不能适应新业态的需要。企业通常存在数据质量不高、业务匹配度低、逻辑处理复杂、数据难以流转等问题，需要对企业数据质量、数据资产盘活和数据资产利用等方面进行全方面的提升改进。
（四）数据治理技术应用不深
在国有企业信息化建设中，普遍存在技术短板，难以支持非结构化和半结构化数据的存储，以及大规模的数据计算，企业可通过采用大数据、人工智能等技术来解决以上问题，以此支撑数字化转型工作。此外，数据资产管理体系不健全，在数据交易、开放共享等缺乏有效的管理，无法快速、灵活地满足企业内部各个应用的数据的调用和共享。
（五）数字转型人才相对不足
随着国有企业数字化转型进程的推进，对于既懂企业业务又了解和熟悉新型IT技术，特别是精通数据治理方面的复合型人才逐渐成为国有企业的人才需求的重点，数字化人才的短缺和数字技能的缺乏正成为制约企业数字化转型的主要瓶颈与最大障碍。在各种数字化新技术的不断涌现的过程中，国有企业必须积极主动地制定数字化人才发展路线。
五、数据治理体系建设的路径思路
（一）整体筹划建设
国有企业数据治理关系到企业的多个方面，必须做好顶层设计，把数据治理作为企业高质量发展战略的一部分，站在更高层次数据治理的视角，梳理数据资产来源、明确数据资产情况、理清数据资产分布，做好企业数据治理的整体规划和配套方案，实现国有企业数据有战略、部门有参与、安全有保障、技术有支撑的数据治理体系，构建具有国有企业特色的数据治理新路径。
（二）组织架构建设
国有企业数据治理是一项系统性的工作，必须由上往下统筹，明确企业内的牵头主管部门，打破部门壁垒，细化相关部门职责，构建多部门共同参与的数据治理组织。
在数据主管部门的领导下成立数据治理专班，包括技术管理委员会、数据治理团队、业务专家团队等组织，形成权责清晰的统筹协调体系，统筹做好数据战略、数据标准、数据治理等工作的开展，确保数据治理落实成效。
（三）标准制定建设
国有企业数据治理应建立规划全面、切实可行的数据标准规范体系，标准规范体系包括总体规范、技术框架、数据资源目录规范、数据分类规范、元数据规范、数据资产管理规范、数据安全规范、数据运营规范等，通过标准规范体系的牵引和指导提升数据治理工作的效率。
（四）技术保障建设
国有企业数据治理工作可引入相应的数据治理技术工具，通过系统支撑数据治理的流程、标准以及规范落地，做好数据资产化的技术保障。数据治理平台应具备数据模型管理能力、数据标准管理能力、元数据驱动的数据血缘管理能力、任务调度管理能力、数据分级分类管理能力以及数据质量管理能力等基础能力，确保数据治理流程落地与数据资产成果质量。
（五）持续运营建设
数据治理是一项长期持续性的工作，并且与数据运营工作密不可分。数据治理规范与流程需要不断地迭代优化，数据质量与数据安全管控需要持续进行，从而逐步完善国有企业数据治理体系的全面能力。同时，可建立国有企业数据评价与考核体系，更好地贯彻与实施数据治理工作相关的标准、制度和流程管控，从而提升整体数据治理工作，加快凸显国有企业数据战略的效果呈现。
六、结束语
国有企业在数字化转型中应围绕数据治理做好战略顶层设计，建立适合国有企业特点的数字化转型愿景与目标，为数字化转型指引方向，通过数据治理逐步构建国有企业数字化转型的核心能力，最终实现企业内各部门“自主用数、共创数据价值”的目标。
