当前，以数据为关键生产要素的数字经济已经进入全新时代，数据成为了推动社会经济发展的核心动能，数据驱动的数字中国、数字政府和数字企业正在悄然重塑。
而数据治理作为数据的核心管理手段和管理范式，急需一套标准化体系框架，中国通信标准化协会于2021年12月发布《数据治理标准化白皮书》，详细阐述了数据治理标准化总体进展、典型标准和需求挑战。数栈研习社为方便大家阅读，特此进行框架梳理要点解读。
框架梳理
《数据治理标准化白皮书（2021年）》系统介绍了数据治理的概念、意义、治理范围和治理原则，并提出了后续工作建议，全文共分为五个章节：
一、数据治理标准化概述
本部分对数据治理进行了广义的数据治理定义，即通过法律法规、管理制度、标准规范、技术工具等一系列手段，面向个人数据、企业数据、政府数据、公共数据等不同类型数据对象全生命周期开展有效的管控，以满足企业管理、行业监管、国家治理、国际协作等场景下数据应用的要求。重点可关注：
由于数字经济发展过快，主体繁多，理论研究不断创新，数据治理并无标准定义，各领域、行业都有自己的认知和理解，白皮书中给出的只是广义定义，具体行业还需参考本行业定义。
二、数据治理范围和原则
本部分表示了数据治理是带有强烈目的的实践活动，以数据为核心对象，涉及政府、企业、个人等各类参与主体，覆盖数据全生命周期中的各种过程和状态，利用手段和活动释放、保护数据的价值。重点可关注：
数据治理原则：战略重视、组织保障；责任共担、协调配合；业务驱动、问题导向；流程嵌入、实用落地；服务导向、量化评价。
三、数据治理标准化现状
本部分阐述了中国目前在数据库评测、大数据平台评测、数据交易流通、大数据服务能力评价、数据管理能力评估、数据安全治理、数据资产管理等方面积极联合行业内外的企业、专家开展标准研制工作，包括在研、已发布的团体标准、行业标准近百余份，并为政府、金融、大数据等各行业提供专业的标准化服务。重点可关注：
典型数据标准有：GB/T 34960.5-2018《信息技术服务治理第5部分：数据治理规范》；GB/T 36073-2018《数据管理能力成熟度评估模型》；ISO/IEC 38500：2015《信息技术组织的IT治理》；ITU-T F.743.21《数据资产管理框架》。
四、数据治理标准体系框架
本部分提出了数据治理标准体系，包括基础共性、数据基础设施、数据资产管理、数据流通、数据安全5个方面。重点可关注：
基础共性：用来统一数据治理相关概念；
数据基础设施：用来规范数据治理工作涉及到的平台、工具、软件系统等；
数据资产管理：用来对组织的核心数据资源进行管理、共享、应用和价值评估；
数据流通：用来对跨组织的数据开放、交易、跨境进行规范和约束；
数据安全：用来规范数据资产的管理、应用、共享、开放等环节合法。
五、工作建议
本部分从夯实数据治理标准化发展基础， 提高企业数据治理标准化能力， 持续提升数据治理产业水平 ，完善数据治理标准化保障措施4方面给处理数据治理建议。
要点解读
01
提出数据治理“4W1H”模型
遵循数据治理的概念内涵及标准化的自身含义，数据治理标准化是以数据为标准化对象，为政府、企业、个人提供服务，规范各环节活动、平台工具使用、安全保护措施、数据交易流通，保障各类数据全生命周期的有序运转，促进数据治理的愿景、规划、决策、要求转变为行动、能力和优势。
02
提出数据治理标准化体系运行机制
设立数据标准化工作机构
数据标准化工作是一项整体性活动，设立工作机构是系统、全面、可持续开展数据标准化和数据治理的基础和保障。
提供数据标准化保障措施
数据标准的预研、制定、实施、监督检查等一系列工作是一项费时费力的工作，需要决策层的支持和各部门的通力配合，需要经费、人员、设备等资源为数据治理标准体系的运行提供保障。
实行数据标准制修订管理
数据标准的制修订是数据治理标准化工作的核心活动，是实现标准化体系运行的关键环节，主要活动包括预研、立项、起草、征求意见、技术审查、报批、批准发布、实施、评价、复审等。
强化标准实施和监督
数据标准制定结束后，标准实施成为标准化活动中最重要的一环，也成为数据治理工作的中心任务，并监督数据标准能否取得成效、实现其预定目的。
为方便大家学习、存档，可在“数栈研习社”公众号回复“数据治理”获得白皮书，当然也可扫描二维码，私聊数小栈获取白皮书。
扫描二维码添加数小栈
进行详细咨询
＋
往期推荐
分享、点赞、在看，让朋友和你一起阅读👇
