治數如治水，數據治理和數據創新難在哪？_風聞

古人有云：“流水不腐，户樞不蠹。”

數字經濟時代，數據如水，滋潤萬物生長。數據治理則恰如治水，數據創新或數據氾濫均維繫於此，重要性甚比數據本身。

固然，數據治理都並非新鮮事物，但隨着數據要素成為核心生產要素，千行百業數字化轉型的深入，用户數據治理和數據創新的需求亦產生重大轉變，讓數據治理的複雜性和數據創新的難度今非昔比。

IDC就直言，中國數據治理市場經過多年發展，市場需求、組織內部數據架構等均發生巨大變化，依靠過去簡單工具組件的方案已行不通，數據治理工程化解決方案成為大勢所趨。

那麼，數據治理呈現出哪些新趨勢，企業與組織又應該如何做好數據治理和推動數據創新？我們先從華中某一線城市極其複雜的數據治理現狀一探究竟。

千萬級人口城市帶來的啓示

數據治理是實現數據驅動的根本前提。

以華中某一線城市為例，人口數量將近1500萬，常態化疫情防控壓力極大。該市衞健委為此構建起全民健康大數據平台，針對工地疫情防控、市內公交出行疫情防控、社區疫情防控等多個重難點場景，匯聚市內60餘家醫療機構就診、病例數據，融合來自公安、社保、財政、民政等部門政務數據，以及1400萬居民日常核酸檢測數據、新冠疫苗接種等數據，數據治理的複雜度和難度可見一斑。

“該市衞健委光數據庫就超過400多個，Hadoop集羣將近十個，整體數據規範已經做得很不錯。”中國系統副總裁、數據創新BU總經理劉國棟介紹道。事實上，在中國系統的協助下，該市衞健委首次實現了千萬級人口規模的全民健康大數據平台，用數字賦能常態化疫情防控。

顯然，該市衞健委的數據治理和數據創新就是當前時代的一個縮影。如今，隨着數字經濟的快速發展，大到各級城市，中到千行百業，小到一個企業，都在面臨着數據爆炸性增長帶來的數據治理與數據創新挑戰，劉國棟直言：“數據治理已經發展到一個新階段，各方面都在發生深刻變化。”

具體來看：

國內政企基本完成中心化的數據大集中時代。過去幾年，無論是各級政府的大數據局，還是企業數據平台，都在承擔着數據大集中的責任。劉國棟直言：“大家都在利用大數據、數據湖等技術歸集數據，數據源、數據類型也比以往更加豐富。”

豐富無比的數據應用創新需求讓數據治理的複雜性大幅提升，推動數據治理進入到下一個階段，但很多企業與組織缺乏相應的頂層設計能力和方法論，”底層的數據治理和上層的數據應用創新將走向常態化。應用需求一直不斷變化，數據本身也有生命週期和迭代更新。企業需要沉澱數據之能力，提升數據資源就緒度。”

數據消費羣體、消費習慣和數據協作方式發生巨大變化。例如，城市的常態化疫情防控，廣大基層工作者均是數據消費者，時時刻刻都在使用數據，而且幾乎都是分佈式的數據協作。劉國棟直言：“數據治理相關的產品、方案體系需要改變，以適應數據治理的新需求。”

IDC相關企業調研也顯示，“利用數據改善決策、以保持競爭力或者尋求如何適應市場變化”已經成為企業第二高的戰略領域。正是數據治理市場新需求趨勢的驅動，我國數據治理市場也迎來了爆發期。IDC預測，2022年我國數據治理市場規模將遠超2021年。

事實上，面對越來越複雜化的需求，數據治理工程化解決方案得到了越來越多的用户的青睞。其中，中國系統即是市場中的突出代表。作為中國數據治理平台市場前二的廠商，中國系統近年來一直致力於數據創新產品體系的構建，以工程化方案推動數據治理走向落地。

數據創新產品體系：讓數據“治”與“用”兼備

過去，數據治理僅僅侷限在有限的場景、數據之中，更多出於“治”的目的，與數據應用創新關聯性較差；現在，數據治理的維度與邊界大幅拓展，數據驅動型場景豐富讓數據治理與數據應用創新緊密聯繫，數據“治”的核心目的是讓數據“用”起來和“用”好。

如何實現數據“治”與“用”兼備？中國系統近年來圍繞數據治理和數據創新，打造出全棧數據創新產品體系，並且在市場中獲得廣泛認可。IDC《中國數據治理市場份額，2021》報告顯示，中國系統已經位居數據治理平台市場份額前二，排名持續提升。

當前，中國系統基於五大能力打造了數據創新產品體系，包括數據基礎設施、數據安全與合規、認知智能、領域數據解決方案等，並且相關產品、方案和理念在政企市場中得到廣泛實踐。

以數據治理領域非常重要的數據基礎設施為例，中國系統近年來致力於智能金倉產品的打造，該產品基於業界最前沿的Data Fabric等基礎數據技術理論，結合去中心化架構，多模數據管理、統一SQL等技術積累，可以實現數據不動，讓計算去找數據，智能編排企業現有數據棧，實現“數據用起來”和“數據用好”。

“當前面對越來越複雜的數據治理需求，OneData理論下的數據治理領域產品與技術已經到了瓶頸期。”劉國棟如是説，“‘數據不動、計算動’是智能金倉產品的核心思路。”

事實上，Data Fabric已經連續兩年被Gartner評為未來十大核心戰略技術之一，而基於Data Fabric的智能金倉目標是為數據集成和訪問提供一種更靈活、更無縫、更自動化的方法，通過主動、智能、持續的數據治理讓數據架構持續健康，用户無需關注數據位置、數據架構，只需定義好需求即可獲得相應的數據。

“過去基於ETL的傳統數據倉庫工程體系會慢慢收斂。在數據治理中，Not ETL將成為大勢所趨。”劉國棟補充道。

除了數據治理領域的產品之外，中國系統亦在全力打造數據安全與合規、認知智能等相關產品。

例如，當數據資源就緒之後，數據如何安全、合規地使用數據就成為企業與組織面臨的難題，尤其是《數據安全法》等兩法一條例陸續實施之後，數據安全與合規是所有企業數字化轉型過程中都需要面對的。為此，中國系統基於新法律法規體系之下，打造數據安全與合規平台、相配套的諮詢體系，幫助政企用户在數據生命週期任何一個環節中使用數據、處理數據和管理數據滿足合規性。

又如，決策是體現數據價值最好的方向，如何讓決策更加智能、高效、科學是“把數據用起來和用好”的一大重點。中國系統為此打造出認知智能平台，該平台作為新型數據組織平台，基於本體論和雙系統論而打造的智能分析決策平台，幫助政企用户實現決策更加科學化和智能化。

“數據+智能對於整個社會發展有着重要意義。作為網信產業龍頭企業CEC旗下的公司，中國系統會持續發力認知智能、智能決策這些方面，來支撐起政企數字化轉型的各項需求。”劉國棟補充道。

方法論+行業洞察：讓數據走向價值閉環

當前，數據要素已經成為核心生產要素，隨着政企用户數字化轉型的深入，數據治理和數據創新的挑戰不僅僅來自底層的數據治理技術、產品，更有因為方法論的缺失和行業趨勢洞察的不足所帶來的困惑。

以中國政務數據治理為例，當前，我國不同地區的數據治理需求與能力之間存在較大的差別，並且不同地方政府的數據治理階段不盡相同，市場需求的差異化對於數據治理服務提供商的能力、實踐經驗甚至方法論有着極高要求。尤其是新技術、新場景與政務數據不斷融合、交織的趨勢下，政務數據治理和數據創新如何“看得懂”、“拎得清”至關重要。

中國系統助理總裁、數據中台業務部總經理馮進坦言：“政務領域的數據治理非常複雜，首先需要理解客户的業務戰略，才能有的放矢。”事實上，中國系統在常年的政務數據治理實踐中逐漸總結出一套完善的方法論和行業洞察經驗。

馮進介紹道：

第一個理念就是以應用為驅動，數字政府在業務服務、治理模式從分散到集約、從被動到主動、從經驗到智能，每一項業務創新，背後都其獨到的數據邏輯、數據需求、數據融合，如何拉通數據的供需，如何有效治理，如何融合貫通，都至關重要。

第二個理念是共治、共享、共建，數字政府的每一項業務創新，都依賴數據提供方共享數據，由數據需求方基於數據來實現對業務的賦能。因此，每個政府部門既是數據的提供方，也是數據的需求方。政策制度、技術平台、流程機制都需要圍繞着“共治、共享、共建“的理念來設計與推進。

第三個理念則是應歸盡歸、按需治理，政府機構特徵是單位多、系統多、數據資源豐富而龐雜，以某省為例，數據治理涉及到60多個廳局及單位，1000多個業務系統。政府數據管理部門需要摸清數據底數，從邏輯上針對數據資源要全域盤點並應歸盡歸，以業務創新為驅動，按照需求逐步完成數據治理。

第四個理念則是誰提供誰負責，源頭治理，以評促治，通過建立跨部門協同的數據治理流程與機制，建立全域的數據治理運營監控與考核體系，來推進數源部門圍繞着業務創新針對共享數據資源進行質量優化。

馮進表達：“這些理念是中國系統在多年的政務用户實踐中摸索而出，圍繞數字政府業務戰略、數據管理、創新需求等不斷總結與迭代升級，最終形成一體化政務數據治理的方法體系。”

據悉，截止2021 年，中國系統數據創新產品及服務在政府、部委、央企、金融、能源等多個領域得到應用，客户覆蓋全國22 個省、50 多個地市、40 餘家部委央企及行業客户。以四川德陽為例，中國系統助力德陽打造“全國城市數據治理工程”首批試點城市，融合政務、能源等數據變成“數據元件”進行流通使用，推動“政銀企金融服務平台”和“電e能”等場景的落地實施，獲得了各界高度認可。

“數據治理未來會是一個長期動態的過程。雖然新技術日新月異、新場景五花八門、新需求更是層出不窮，但政務領域數據治理需要堅持的是，深刻理解數字政府戰略發展要求，幫助客户釐清數據管理職能與流程機制，圍繞惠民、興業、善政等創新需求，不斷拉通數據、盤活數據，讓數據賦能業務，讓數據真正成為數字化智能化的核心要素。”馮進最後總結道。