1数据治理的概念

数据治理（Data Governance）是一个正在不断发展的新兴学科，与众多新兴学科一样，目前存在多种定义。不过广为接受的数据治理，是指围绕将数据作为企业资产而展开的一系列的具体化工作，数据治理是保证数据的可信可靠可用，满足业务对数据质量和数据安全的期待的系列举措。主要包含组织为实现数据资产价值最大化所开展的一系列持续工作过程，诸如明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动。具体包含数据战略、数据管理（数据架构、时序数据管理、主数据管理、指标数据管理、元数据管理、数据质量管理、数据安全管理）、数据运营（数据确权、数据需求、数据服务、数据评估审计等）、数据流通（数据产品、数据交易、数据价值等）等一系列数据管理活动的集合。

2工业企业数据治理现状

我国的数据治理起步于2000年左右，发展很快。2015年提出了《数据治理白皮书》国际标准研究报告。同年，国务院发布《促进大数据发展行动纲要》，将数据确立为国家基础性战略资源。2019年，数据成为与人力、资本、土地同等重要的生产要素。2023年，数据资产被纳入，同年1财务报表0月，国家数据局成立，进一步完善数据要素的管理和协调发展体制。2022年底，我国数据产量8.1ZB，占全球10.5%，数据存储量为724.5ZB，占全球14.4%。近三年，数据产量和数据存储量年均增长率近30%。

目前，我国数据治理整体上处于世界领先水平，展现了强大的发展动力、潜力和竞争力。

军工企业作为国防安全的关键行业，一直处于科技创新和数据治理的前沿。具有以下鲜明的数据特点：

1、数据追溯性强。军工企业业态多、涉及面广、产业链长、生产模式多、制造形态多，产品交期严格、计划性强、异常管理多，各企业产品差异大、单件小批多，生产流程长。需要快速精准定位数据生成、拥有、使用、流转过程，查清数据血缘关系，实现数据还原，精准定位业务，准确产生业务价值。

2、数据安全性、保密性要求高。军企数据具有天然的保密属性和安全要求，“三员”管理、网络物理隔离等数据安全防护、权限、流程和制度非常严密。数据保密要求、流程、制度、措施等非常严格。

3、数据细密、量大、类多，但数智化管理手段落后。军工企业的节奏不一定比其他行业快，但数据大多是应录必录、应有尽有。从项目立项到型号上马，从研发试制到技术定型，从量产新造到修造服务。。。业务精细，管控精密，数据复杂，有电子档、纸制档，图片视频、声音文字；有基础数据、指标数据，也有时序数据；有原生数据，也有衍生数据。军工企业以人工管理居多，纸质及非结构化数据多、各种数据分散离散失散普遍。

4、数据应用需求强烈，但数据理念有待普及。军工企业普遍存在数字化转型的迫切需求，研发、生产、制造一体化联动，技术、质量、供应、实验一体化协同，等等，都需要借助大数据和AI等提升业务应用效果、提炼科研创新转化成果。但如何实现、如何凝炼军工企业数据应用最佳实践，需要不断梳理和引导，探索适合自身实际的数据治理之路。数据治理是一项数字基建工程、一项系统工程、是需要整体规划设计及循序渐进实现、是需要所有部门及岗位参加的需要深入人心的日常习惯，等等；这些数据治理理念还需要进一步加强和普及。

3工业企业数据治理面临的挑战

军工企业信息化基础相对薄弱，数据更为复杂，涉及产供检研财、人机料法环、运维服务等环节，数据治理工作相对滞后。随着数字中国、数字经济、数字化转型、数据资产的不断创新、推进、深化，军工企业加强数据治理更为迫切。但军工企业现阶段在数据应用和数据治理方面依然存在“重业务轻管理、重数量轻质量”等诸多挑战。

3.1数据价值难以量化评估和量化

数据做为新型生产要素和无形资产，是军工企业的核心资产，但数据资产的量化评估目前还很困难。首先缺乏财务量化模型，难以评价数据价值；其次数据要在交易过程中才能变现价值，但内部流通时通常难以计算财务价值，因此当下暂难直接体现在相关财务报表上。

企业数据流动，横可跨研发设计、工艺质量、采购、物流、生产制造、实验和售后服务等价值链，纵可从战略层到经营管理、生产执行到设备控制层。军工企业量大、类杂、密严的数据特点，如何准确评价这些数据的价值，需要相关机构尽快研究和逐步解决。

数据治理投入大、基建性强，短期内难见成效，数据价值的评估又很难完全量化。因此企业投入意愿通常不大，这反过来又影响了企业数据的使用。

3.2数据管理基础相对薄弱

我国军工企业的数据资源存量高，但电子化、结构化普遍较低。调查显示，90%以上的军企可以实现全过程、全要素、全周期的数据管理，但严密周全的纸质文档多，电子档或系统化、标准化的文档不多。单体企业60%以上的电子存量在30TB以下。另外，管理手段落后，70%的企业为原始的手工方式进行数据管理。数据孤岛几乎是所有企业都面临的困境，数据烟囱林立。推进难度非常大。

3.3数据治理能力水平滞后

军工企业信息化的普及以及工业互联网的快速发展，军工企业正逐步提高数据治理的重要性认识，但数据治理工作现状依然不容乐观。调查显示，军工企业中，只有一级单位及少数二级单位已开展或在开展数据治理工作；大多数量的军企尚未真正开展有效的数据治理。

（1）对数据标准化的难度和工作量估计不足

数据标准化是一个长期过程，应全方位治理。很多企业要做数据标准，却不知道数据标准的范围很大，很难单个项目、短期完成，需要基建理念、坚持不懈、系统工程。结果就常出现越做标准化，阻力越大，困难就更多，最后丧失信心，转而把前期辛苦梳理的一堆成果束之高阁。

（2）缺乏落地的数据制度和机制保驾护航

大多数军工企业企业缺乏专门的数据管理组织，投入数据管理的人力也有限，缺乏认责机制、考核机制，而且大部分做的是数据操作基础工作，缺少顶层规划和管理的组织架构和人员。有部分企业已经着手建立数据管理的相关制度、标准、流程及绩效管理机制，但很多企业这方面依然多有缺失。缺乏技术、业务部门和系统开发商的支持，尤其是缺乏决策层承诺，则无论如何也难落地。

（3）组织管理和认知水平不足

数据标准落地的长期性、复杂性和系统性特点，决定了推动落地组织机构的管理能力必须保持在很高水平线上。因为数据管理缺失和认知水平普遍不足，导致企业数据质量、数据安全难以得到保障，数据价值不能得到充分挖掘和变现。

（4）数据治理的资金投入不够，技术手段落后

有部分大型军企实施了主数据管理平台，只有极少数企业实施了数据治理平台，而绝大部分企业甚至暂时还没有任何数据管理工具。对元数据、主数据、指标数据和交易数据等缺乏标准管理、质量管理、安全管理和全生命周期管理的专业工具。

（5）数据共享任重道远

许多军工企业担心数据共享会泄密、数据共享不安全，不愿意数据共享，造成数据烟囱林立、数据标准各异、数据治理难度加大。探索一条适应军工企业数据共享之道，做到既消除数据孤岛、又数据安全，既标准化、又数据保密，这是一个需要认真研究、必须措施到位的重要且严谨的课题。

4工业企业数据治理的初步建议

4.1充分认识军工企业数据治理发展趋势

数据治理的发展是伴随着各国及不同行业对数据资源资产化、数据确权与合规、数据价值创造与共享、隐私保护认识、研究和实践的一个逐步演进过程。

数据已成为军工企业的战略资产，军工企业从只关注数据的某个方面，到关注全生命周期的数据治理，从关注数据质量到同时关注安全合规以及用户隐私管理，同时引入更多新技术和新理念。

（1）从“散兵游勇”到“成建制”的治理组织

中共中央、国务院《关于构建数据基础制度更好发挥数据要素作用的意见》（简称：《数据二十条》）提出了“四梁八柱”。相关机构、单位开始通过以组织为核心的数据治理体系建设推动数据治理工作。具体包含开展构建管理组织、建设管理制度和完善管理流程等体系化工作，从而实现跨行业数据高质可信、安全可控、高效流通和保值增值的一系列活动过程。

（2）从传统式数据治理到资产化数据治理

2023年8月21日由财政部会计司正式发布了《企业数据资源相关会计处理暂行规定》，该规定自2024年1月1日开始施行，要求企业应当根据重要性原则并结合实际情况增设报表子项目，通过表格方式细化披露，并规定企业可根据实际情况自愿披露数据资源的应用场景，引导企业主动加强数据资源相关信息披露。实现登记机制、确权认责、价值评估。

（3）从企业级数据治理到集团级数据治理

军企数据的价值不仅在于某个部门、某个单位、某个企业的共享、集成、应用，更在于从国家、集团到院部、厂所、车间科室甚至到现场的数据唯一、数据一致、数据场景应用。数据价值体现在跨系统、跨部门、跨企业的数据安全流通和安全共享，产生业务高效协同效益。需要站在国家高度、集团角度，对军企数据资源分类分级、进行数据质量、数据规范、数据安全、数据共享专业治理。

（4）从人工数据治理到智能化数据治理

人工智能是一种通用技术，它不仅仅是在数据应用端产生作用，在数据的管理端同样需要人工智能。有了人工智能加持，数据治理将变得更加高效和智能。

（5）从数字化转型到数字中国的数据治理

数据治理是数字化转型的技术底座，更是实现数字经济的数字基石；是实现数字中国的必由之路。

4.2逐步构建军工企业数据治理管理框架体系

军工企业数据治理管理框架体系需以数据价值再挖掘为目标，以数据资产管理的为主线，围绕数据资产的全生命周期管理开展务实可行的管理体系，包括数据战略、数据管理、数据运营和数据流通共四大管理职能模块，以及组织机制和技术支撑共两个支撑模块。

图1 军工企业数据治理框架体系（黄金屋）

军工企业数据治理框架中，管理职能活动体现了数据治理管理体系各环节需要开展的具体工作，包括数据战略、数据治理、数据运营、数据流通四个模块二十三项管理职能，通过界定各项职能活动的定位和内在联系，相对完整的覆盖了军工企业数据治理管理工作方向。支撑保障模块定义了确保职能活动有效开展所应具备的前提条件和支撑能力，包括组织保障和技术支撑共两个领域六项支撑手段，具备较好的系统性、协同性、开放性和扩展性，通过跟管理职能活动相结合，针对性提出各种细化管理要求，确保执行过程准确到位，实现军工企业转型升级目标。

1.数据战略模块为数据管理、数据运营、数据流通提供指导与监督。

2.数据管理模块是所有业务的基础，与数据运营模块是数据流通模块发挥作用的必要前提。

3.数据运营模块是在数据管理基础上，对数据应用与服务能力的建设与打造，既包括对内共享支撑，也包括对外数据服务。

4.数据流通模块是数据管理模块和数据运营模块职能健全优化的驱动力和动能。

5.组织保障是军工企业开展数据治理的重要保障，为组织实施各项职能活动提供制度规范、管理机制和人才团队等基础资源，是数据资产管理得以开展的重要基石。组织保障包括组织架构、制度规范、管理机制和人才培养等内容。

6.技术支撑是保障数据治理框架职能活动有效执行及配合组织管理机制正常运转的工具基础，它需要提供技术先进、功能完善、运行高效和安全可靠的支撑能力。技术支撑保障体系包括了平台工具和技术创新两方面内容。

4.3健全组织保障体系：数据治理执行的基础保障

数据治理组织的通用架构需要自上而下形成完整的组织体系，从形式上看，这种组织架构已经与企业的经营管理架构非常相似。企业的数据治理组织架构主要分为决策层、管理层、执行层和监督层共四个层级：

图2 数据治理组织框架

军工企业可将数据治理制度融入企业数据治理制度体系，参考业界经验，根据数据治理组织架构的层次和授权决策次序形成统一的数据治理制度框架，数据治理制度框架分为管理规定、管理办法、管理细则和操作规范共四个梯次。

图3 数据治理管理制度体系架构

管理机制是指为了达成数据治理的工作目标，以数据治理管理体系规律为依据，以组织的结构为基础，有效组织各管理职能和管理机制。制定决策机制、认责机制、监督机制、绩效考核机制和激励机制等数据治理管理机制，指导管理者有效掌控数据资产全生命周期管理各项具体执行工作，激发执行人员主观能动性。

人才是军工企业实施数据治理的根本。数据人才培养需抓住培训体系建设、岗位认证体系建设和人才评估体系建设三个核心环节的建设。

人才队伍的建设应当形成梯次，自上而下形成“金字塔”型的人才体系，满足管理、执行和监督等多个岗位角色的工作要求。构建内部的人才资质认证体系，考虑纳入企业工程师认证体系，并以此对合作单位人员专业能力进行评估。除专业人员外，还应开展广泛的数据文化和知识传播，为数据资产管理工作的整体合作推进营造良好氛围。

由工业和信息化部人事教育司组织，中国电子技术标准化研究院牵头组织编写的《大数据从业人员能力要求》（SJ/T 11788-2021）行业标准于2021年正式发布实施。可供军工企业参考落实。

另外，引进外部专业数据治理人才、持续开展内部人员培训，是人才团队建设和提升数据管理水平的有效和必然手段。建议每一个企业组织要持续引入多种数据类技术和实践培训，提升全组织对于数据治理工作的认知度和参与度，助力构建数据文化。

5总结

军工企业数据治理知识体系涉及管理和技术等多个学科领域，是一个非常复杂的系统工程，如何全面而系统地构建较为完整的数据治理体系，是企业实施数据治理的关键。军工企业数字化转型当前工作重心应是充分发挥数据要素驱动作用，建议军工企业参考国务院国资委办公厅颁布的《关于加快推进国有企业数字化转型工作的通知》，做好数据治理工作，主要包括完善企业数据治理体系、采集汇集全业务链数据和建设大数据平台等。具体内容如下：

一是加快军工企业数据治理体系建设，明确数据治理归口管理部门，加强数据标准化、元数据和主数据管理工作，定期评估数据治理能力成熟度。

二是加强生产现场和服务过程等数据动态采集，建立覆盖企业业务链条的数据采集、传输和汇聚体系。

三是加快大数据平台建设，创新数据融合分析与共享交换机制。

四是强化业务场景数据建模，深入挖掘数据价值，提升数据洞察能力。