古人有云：“流水不腐，户枢不蠹。”
数字经济时代，数据如水，滋润万物生长。数据治理则恰如治水，数据创新或数据泛滥均维系于此，重要性甚比数据本身。
固然，数据治理都并非新鲜事物，但随着数据要素成为核心生产要素，千行百业数字化转型的深入，用户数据治理和数据创新的需求亦产生重大转变，让数据治理的复杂性和数据创新的难度今非昔比。
IDC就直言，中国数据治理市场经过多年发展，市场需求、组织内部数据架构等均发生巨大变化，依靠过去简单工具组件的方案已行不通，数据治理工程化解决方案成为大势所趋。
那么，数据治理呈现出哪些新趋势，企业与组织又应该如何做好数据治理和推动数据创新？我们先从华中某一线城市极其复杂的数据治理现状一探究竟。
千万级人口城市带来的启示
数据治理是实现数据驱动的根本前提。
以华中某一线城市为例，人口数量将近1500万，常态化疫情防控压力极大。该市卫健委为此构建起全民健康大数据平台，针对工地疫情防控、市内公交出行疫情防控、社区疫情防控等多个重难点场景，汇聚市内60余家医疗机构就诊、病例数据，融合来自公安、社保、财政、民政等部门政务数据，以及1400万居民日常核酸检测数据、新冠疫苗接种等数据，数据治理的复杂度和难度可见一斑。
“该市卫健委光数据库就超过400多个，Hadoop集群将近十个，整体数据规范已经做得很不错。”中国系统副总裁、数据创新BU总经理刘国栋介绍道。事实上，在中国系统的协助下，该市卫健委首次实现了千万级人口规模的全民健康大数据平台，用数字赋能常态化疫情防控。
显然，该市卫健委的数据治理和数据创新就是当前时代的一个缩影。如今，随着数字经济的快速发展，大到各级城市，中到千行百业，小到一个企业，都在面临着数据爆炸性增长带来的数据治理与数据创新挑战，刘国栋直言：“数据治理已经发展到一个新阶段，各方面都在发生深刻变化。”
具体来看：
国内政企基本完成中心化的数据大集中时代。过去几年，无论是各级政府的大数据局，还是企业数据平台，都在承担着数据大集中的责任。刘国栋直言：“大家都在利用大数据、数据湖等技术归集数据，数据源、数据类型也比以往更加丰富。”丰富无比的数据应用创新需求让数据治理的复杂性大幅提升，推动数据治理进入到下一个阶段，但很多企业与组织缺乏相应的顶层设计能力和方法论，”底层的数据治理和上层的数据应用创新将走向常态化。应用需求一直不断变化，数据本身也有生命周期和迭代更新。企业需要沉淀数据之能力，提升数据资源就绪度。”数据消费群体、消费习惯和数据协作方式发生巨大变化。例如，城市的常态化疫情防控，广大基层工作者均是数据消费者，时时刻刻都在使用数据，而且几乎都是分布式的数据协作。刘国栋直言：“数据治理相关的产品、方案体系需要改变，以适应数据治理的新需求。”IDC相关企业调研也显示，“利用数据改善决策、以保持竞争力或者寻求如何适应市场变化”已经成为企业第二高的战略领域。正是数据治理市场新需求趋势的驱动，我国数据治理市场也迎来了爆发期。IDC预测，2022年我国数据治理市场规模将远超2021年。
事实上，面对越来越复杂化的需求，数据治理工程化解决方案得到了越来越多的用户的青睐。其中，中国系统即是市场中的突出代表。作为中国数据治理平台市场前二的厂商，中国系统近年来一直致力于数据创新产品体系的构建，以工程化方案推动数据治理走向落地。
数据创新产品体系：让数据“治”与“用”兼备
过去，数据治理仅仅局限在有限的场景、数据之中，更多出于“治”的目的，与数据应用创新关联性较差；现在，数据治理的维度与边界大幅拓展，数据驱动型场景丰富让数据治理与数据应用创新紧密联系，数据“治”的核心目的是让数据“用”起来和“用”好。
如何实现数据“治”与“用”兼备？中国系统近年来围绕数据治理和数据创新，打造出全栈数据创新产品体系，并且在市场中获得广泛认可。IDC《中国数据治理市场份额，2021》报告显示，中国系统已经位居数据治理平台市场份额前二，排名持续提升。
当前，中国系统基于五大能力打造了数据创新产品体系，包括数据基础设施、数据安全与合规、认知智能、领域数据解决方案等，并且相关产品、方案和理念在政企市场中得到广泛实践。
以数据治理领域非常重要的数据基础设施为例，中国系统近年来致力于智能金仓产品的打造，该产品基于业界最前沿的Data Fabric等基础数据技术理论，结合去中心化架构，多模数据管理、统一SQL等技术积累，可以实现数据不动，让计算去找数据，智能编排企业现有数据栈，实现“数据用起来”和“数据用好”。
“当前面对越来越复杂的数据治理需求，OneData理论下的数据治理领域产品与技术已经到了瓶颈期。”刘国栋如是说，“‘数据不动、计算动’是智能金仓产品的核心思路。”
事实上，Data Fabric已经连续两年被Gartner评为未来十大核心战略技术之一，而基于Data Fabric的智能金仓目标是为数据集成和访问提供一种更灵活、更无缝、更自动化的方法，通过主动、智能、持续的数据治理让数据架构持续健康，用户无需关注数据位置、数据架构，只需定义好需求即可获得相应的数据。
“过去基于ETL的传统数据仓库工程体系会慢慢收敛。在数据治理中，Not ETL将成为大势所趋。”刘国栋补充道。
除了数据治理领域的产品之外，中国系统亦在全力打造数据安全与合规、认知智能等相关产品。
例如，当数据资源就绪之后，数据如何安全、合规地使用数据就成为企业与组织面临的难题，尤其是《数据安全法》等两法一条例陆续实施之后，数据安全与合规是所有企业数字化转型过程中都需要面对的。为此，中国系统基于新法律法规体系之下，打造数据安全与合规平台、相配套的咨询体系，帮助政企用户在数据生命周期任何一个环节中使用数据、处理数据和管理数据满足合规性。
又如，决策是体现数据价值最好的方向，如何让决策更加智能、高效、科学是“把数据用起来和用好”的一大重点。中国系统为此打造出认知智能平台，该平台作为新型数据组织平台，基于本体论和双系统论而打造的智能分析决策平台，帮助政企用户实现决策更加科学化和智能化。
“数据+智能对于整个社会发展有着重要意义。作为网信产业龙头企业CEC旗下的公司，中国系统会持续发力认知智能、智能决策这些方面，来支撑起政企数字化转型的各项需求。”刘国栋补充道。
方法论+行业洞察：让数据走向价值闭环
当前，数据要素已经成为核心生产要素，随着政企用户数字化转型的深入，数据治理和数据创新的挑战不仅仅来自底层的数据治理技术、产品，更有因为方法论的缺失和行业趋势洞察的不足所带来的困惑。
以中国政务数据治理为例，当前，我国不同地区的数据治理需求与能力之间存在较大的差别，并且不同地方政府的数据治理阶段不尽相同，市场需求的差异化对于数据治理服务提供商的能力、实践经验甚至方法论有着极高要求。尤其是新技术、新场景与政务数据不断融合、交织的趋势下，政务数据治理和数据创新如何“看得懂”、“拎得清”至关重要。
中国系统助理总裁、数据中台业务部总经理冯进坦言：“政务领域的数据治理非常复杂，首先需要理解客户的业务战略，才能有的放矢。”事实上，中国系统在常年的政务数据治理实践中逐渐总结出一套完善的方法论和行业洞察经验。
冯进介绍道：
第一个理念就是以应用为驱动，数字政府在业务服务、治理模式从分散到集约、从被动到主动、从经验到智能，每一项业务创新，背后都其独到的数据逻辑、数据需求、数据融合，如何拉通数据的供需，如何有效治理，如何融合贯通，都至关重要。第二个理念是共治、共享、共建，数字政府的每一项业务创新，都依赖数据提供方共享数据，由数据需求方基于数据来实现对业务的赋能。因此，每个政府部门既是数据的提供方，也是数据的需求方。政策制度、技术平台、流程机制都需要围绕着“共治、共享、共建“的理念来设计与推进。第三个理念则是应归尽归、按需治理，政府机构特征是单位多、系统多、数据资源丰富而庞杂，以某省为例，数据治理涉及到60多个厅局及单位，1000多个业务系统。政府数据管理部门需要摸清数据底数，从逻辑上针对数据资源要全域盘点并应归尽归，以业务创新为驱动，按照需求逐步完成数据治理。第四个理念则是谁提供谁负责，源头治理，以评促治，通过建立跨部门协同的数据治理流程与机制，建立全域的数据治理运营监控与考核体系，来推进数源部门围绕着业务创新针对共享数据资源进行质量优化。冯进表达：“这些理念是中国系统在多年的政务用户实践中摸索而出，围绕数字政府业务战略、数据管理、创新需求等不断总结与迭代升级，最终形成一体化政务数据治理的方法体系。”
据悉，截止2021 年，中国系统数据创新产品及服务在政府、部委、央企、金融、能源等多个领域得到应用，客户覆盖全国22 个省、50 多个地市、40 余家部委央企及行业客户。以四川德阳为例，中国系统助力德阳打造“全国城市数据治理工程”首批试点城市，融合政务、能源等数据变成“数据元件”进行流通使用，推动“政银企金融服务平台”和“电e能”等场景的落地实施，获得了各界高度认可。
“数据治理未来会是一个长期动态的过程。虽然新技术日新月异、新场景五花八门、新需求更是层出不穷，但政务领域数据治理需要坚持的是，深刻理解数字政府战略发展要求，帮助客户厘清数据管理职能与流程机制，围绕惠民、兴业、善政等创新需求，不断拉通数据、盘活数据，让数据赋能业务，让数据真正成为数字化智能化的核心要素。”冯进最后总结道。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与极客网无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
