中软国际朱时兵:政务数据治理方法及实践
《“十四五”大数据产业发展规划》中指出“大数据产业激活数据要素潜能的关键支撑，是加快经济社会发展质量变革、效率变革、动力变革的重要引擎”。数据治理产业是大数据产业的重要组成部分，也是推动企业加速数字化转型、提升数据治理能力的核心所在。为进一步规范数据治理服务流程，提升数据治理提供商服务水平，推动数据治理产业良性发展，2022年7月19日下午，由中国信通院云大所主办的数据治理服务商沙龙（第二期）成功举办。
本期沙龙对“数据治理服务商能力成熟度评估模型（DGS）”标准做了背景、内容及评估概况介绍，邀请了北京中软国际信息技术有限公司大数据交付经理朱时兵进行关于数据治理服务的实践经验分享。
核心观点①:数据平台和数据治理是政企数据智能落地的核心挑战
政务数据管理目前仍然普遍存在看不见、看不懂、拿不到、拿不全的问题，一个良好的数据平台和数据治理体系是解决这些问题的核心解决方案
1、 看不见：使用者不知道所需数据在哪，管理者看不见数据使用情况；
2、 看不懂：使用者已有数据看不懂，管理者缺乏好的数据组织和展示平台；
3、 拿不到：使用者无法快速拿到数据，管理者协调开发周期长、成本高；
4、 拿不全：使用者没有可信、全面、标准的好用数据，没有用好数据的平台，管理者标准规范难落地、平台持续维护困难、难以赋能业务创新。
核心观点②:数据治理的核心目标是实现数据资产化
数据治理将杂乱无章的数据转换成业务可以查找和使用的数据资产，让治理后的数据具备“招之即来、来之能用”的目标，为数据发挥真正的价值打下坚实基础。治理工作的核心包括“理数据”、“治数据”、“融数据”。
1、 理数据，数据资源清晰明了，清单化管理
2、 治数据，数据质量不断提升，放心大胆用
3、 融数据，数据融合价值提炼，数据即服务
核心观点③:存增量数据治理并行，提升全量数据质量。
数据质量治理的原则要以数据中心为基础，逐步延伸到源头管控，严格控制新增数据，存量数据分级分步治理，逐步改善系统数据质量，最终实现全量数据的优化治理。数据质量管理需要追根溯源，针对增存量数据分别采用适宜的策略，并且要制定数据质量管控机制。
1、 存量数据质量治理：以系统化的数据质量稽核全面提升数据资产质量，以应用效果倒逼数据质量提升，建立对各部门、各单位数据质量进行监测和评价的机制，运用多源比对、关联分析、快速校核等技术手段，不断提高数据完整性、准确性、可用性和时效性。
2、 新增数据质量治理：通过数据模型落标从源头规范数据质量，对新系统和改造系统的数据模型和开发过程严格控制，通过模型管理保障数据标准的落地。
3、 闭环数据质量治理：建立健全数据异议核实与处理管理制度，建立便捷高效的异议统一受理渠道，推动问题数据发现、上报、排查、纠错、反馈、确认的闭环管理，实现数据状态可感知、数据使用可追溯、安全责任可落实。
1、 苏州市政务数据治理项目
2、 南京市政务数据资源治理项目
3、 沈抚示范区数据资源管理平台项目
4、 深圳市“一网统管”建设项目
5、 苏州公安大数据资源服务中心项目
6、 北京回天智慧镇街城市大脑项目
中国通信标准化协会大数据技术标准推进委员会（CCSA TC601,简称：数标委/BDC），旨在凝聚产业链各个环节，识别和解决大数据发展面临的重大问题，开展大数据技术、数据资产管理、数据共享与流通、数据安全等共性基础标准研究，以标准推进工作为纽带，推动大数据与实体经济深度融合。欢迎加入我们的行列！
入会咨询：白智萌 13520285502
baizhimeng@caictyds.cn