新聞動態
NEWS
國雙專家談：以業務場景牽引的知識治理為數據要素化賦能（上篇）
本期國雙專家談限于篇幅，將拆分成上、下兩篇，敬請持續關注。
如今隨著數據量的爆發式增長和數據應用場景的日益復雜，數據治理的重要性愈發凸顯。首先，數據質量問題也可能導致治理難度高、數據要素化治理程度不足引發錯誤決策和業務損失；另外，數據管理中數據安全和隱私問題可能引發法律風險和聲譽損害。因此，有效的數據管理以及治理無疑是企業數字化轉型成功的基礎。
近期從2025數據安全發展大會上發布的《2025高質量數據集研究報告》中獲悉，隨大數據與人工智能的技術融合趨勢發展，當前我國仍然面臨著高價值數據存量小、產量低、數據集質量良莠不齊、缺乏主流高價值數據引領、數據利用效率低等問題。根據國雙專家團隊多年服務于產業的數字化、智能化轉型的實踐經驗來看，數據管理是重要前提，而數據治理則無疑是數據服務中頗有含金量的關鍵，特別要指出的是，國雙認為數據治理不能視同于數據管理，兩者一字之差，卻存在著若干差異。
數據管理
數據管理為實現數據和信息資產價值的獲取、控制、保護、交付以及提升，對政策、實踐和項目所做的計劃、執行和監督，更加注重數據工作的系統過程。
數據治理
數據治理是對數據資產管理行使權力和控制的活動集合(規劃、監控和執行)，更加注重通過數據活動達成既定業務目標。
根據大量實踐和數據研究來看，有效的數據治理要建立在成功的數據管理基礎之上，數據管理是數據治理的先決條件。但更為重要的是，數據治理不能泛泛而談，需要深入理解業務，并通過服務于業務場景去開展的有針對性的數據治理才能夠幫助企業高效達成提升決策質量、優化業務流程、增強客戶體驗、滿足法律法規等主旨目標，進而賦能到經營提效。
為此國雙專家團隊一直秉承著對業務的深度思考及自研的技術方案去自主創新，從實踐中的真需求出發，在業內首次提出企業數據治理和知識治理的雙輪驅動模式，即圍繞落地場景，聚焦核心業務、以知識治理牽動數據治理的方式，去賦能企業客戶實現數據資產的要素化落地。此處所指的知識，并非僅僅意味著單一體系的技術工具，而更應是基于對企業價值鏈條、業務要素、數據資源、數智技術的成套理解，才能聚合出行之有效的綜合方案。
過往，在信息化建設的大背景下，大量企業已經實現了以系統管信息、管數據的流程變革。但歷經多年建設發展之后，普遍暴露出因多信息系統建設、并存導致的數據不聯通不統一、數據孤島、數據煙囪、數據質量差等比比皆是的痛點現狀，令沉積下來的海量數據完全無法等同于資源，更難以推動數據的要素化和流通。
首先這中間當然脫離不開運用多種數據采集、存儲、分類，以體系化的數據管理工作完成從數據到數據資源的轉化，進而通過聯結、分析、融合挖掘并提煉有價值的數據要素，才可能從數據資源轉換為有價值資產，進而對助推流程及決策提效發揮出價值，為以數據要素驅動的業務融合應用鋪就可行路徑，同時為數據要素流通塑造前提。
