1. 数据治理是一种内部数据政体

 

数据治理是对政府数据资产管理行使权力和控制的活动集合（规划、监控和执行），是建立政府数据管理制度，指导政府执行数据规划、数据环境建设、数据安全管理、元数据管理、数据质量管理等其他数据管理活动的持续改进过程和管控机制，是大时代背景下政府实施数据整合和应用集成的基础工程。

 

因此，建立一套科学的、简明的、适合政府实际情况的数据治理机制，是政府实施数据整合、建设核心能力数据中心的基础工程，也是智慧政府建设的关键任务。

 

治理（Governance）一词从国家治理、公司治理引入到数据治理，其核心概念是指“各种公共的或私人的个人和机构管理其共同事务的诸多方法的总和，是使相互冲突的或不同利益得以调和，并采取联合行动的持续过程（联合国全球治理委员会）”。

 

数据管理作为政府内部的“数据政体”，和国家的政体一样，也可分为无政府状态（缺乏管理）、专政独裁（集权式管理）和经典的“三权分立”等模式。

 

三权分立的数据治理模式有以下三个核心原则：

 

数据治理包括立法职能（战略、规划、模型、标准、制度等）、司法职能（监督、问题管理）和行政职能（管理、服务和标准化），政府内部一般可以将信息办作为立法和司法职能机构、信息中作为行政职能机构。

 

数据管理制度（立法）、问题管理（司法）和数据管理服务（执行）之间的职责分离，为数据管理在一定程度上提供了监督和制衡机制。

 

2. 数据治理是一组数据管理活动

 

数据治理的主要活动包括：数据战略、数据规划、数据标准规范管理、法规遵从、数据开发、数据质量、数据安全、元数据管理、数据服务和数据资产评估等。

 

1) 数据战略

 

数据战略是在诊断和评估政府数据管理现状的基础上，制定和调整政府数据管理的指导纲领，争取政府以最适合的规模、最适合的成本去做最适合的数据管理工作，旨在制定符合政府业务战略的数据资产管理战略。

 

首先是根据政府的业务战略、IT战略需求，明确政府数据管理的愿景、使命、原则、措施和中短期目标，定义政府数据管理的发展方向和企业数据管理在实现企业战略过程中应起的作用。

 

其次是起草政府数据管理方案，说明政府数据管理的相关组织机构设置、岗位角色、数据管理制度以及相关职责和权力；

 

说明数据管理方案范围、内容组成和实施要求；

 

说明数据管理方案的实施路线图（数据管理项目、活动）、投资分析和效益分析等。

 

2) 数据规划

 

数据规划是数据治理中匹配数据战略和业务战略、制定政府数据蓝图和数据标准的规划活动，主要任务是对政府业务、管理、决策相关数据的获取、传输、处理、存储、维护、使用、存档、消除等全生命周期各阶段进行全面分析，识别政府数据需求，分析信息价值链，建立政府数据架构、政府数据模型和政府数据管理标准。

 

数据规划，是政府进行系统、完整、标准、规范的数据资产管理的基础工程，强调以下3个原则：

 

（1）数据规划必须基于数据战略、数据需求和完整的业务梳理。业务梳理阶段侧重于用户视图（单证、账册、报表、屏幕输入输出界面等数据表单）分析和数据流分析。

 

（2）数据最终用户必须真正参与到数据规划。最终用户包括业务人员、管理人员、各级领导以及信息技术人员，他们需要提供完整的业务资料，也需要表达清晰的数据需求。

 

（3）以交付政府数据模型和数据管理标准为工作重心。数据规划阶段应根据业务数据分析，建立企业数据模型（概念模型、逻辑模型）。政府数据模型是政府数据管理的蓝图，是政府数据平台的业务元数据，也是政府数据需求的统一表达。

 

3) 数据标准规范管理

 

数据标准和规范包括命名标准、元数据标准、数据安全标准、信息分类编码标准、术语标准、数据建模标准、数据库设计标准、数据架构标准、数据模型、用户视图（业务数据表单等）标准以及数据管理流程、数据质量要求等。

 

数据标准是政府信息系统集成、数据集成和信息资源共享的基础，其主要作用是：

 

(1) 统一数据定义，确保数据定义在政府范围内具有一致性、规范性和完整性；

 

(2) 对于新建或改造系统，要求必须遵循统一数据标准，使信息系统在开发、部署、运维、应用各阶段确保数据在逻辑上标准一致；

 

(3) 表达政府级数据需求，包括数据生产者、管理者、消费者的不同数据需求、数据交换共享需求、数据安全管控需求和数据服务需求等；

 

(4) 实现信息资源共享，减少数据转换，促进信息系统集成；

 

(5) 确保数据治理相关活动“有法可依”。

 

4) 法规遵从

 

每个政府都受到政府和行业法规的约束，这些法规很多规定了数据和信息如何进行管理。

 

一般而言，法规是强制性的，而非选择性的。

 

数据治理的部分职能监督并确保合规，事实上合规性往往是数据治理的初始原因。

 

法规遵从，除了审查对政府或相关组织具有法律意义的规章制度的遵从外，还应当履行标准，在数据规划、数据开发和其他数据管理活动中，遵从相关的国际标准、国家标准、行业标准，建成对内标准统一、对外符合规范的高档数据环境。

 

5) 数据开发

 

数据开发，是遵循数据规划蓝图和标准，持续建设和改进政府数据环境的过程，包括分析、设计、实施、部署及运维等任务。

 

数据开发也是政府系统开发生命周期中项目活动的子集，其专注于数据需求的定义、数据模型设计、数据库开发部署、数据传输交换平台建设、信息产品定义（即用户视图规范化定义，包括屏幕展示、统计报表、KPI分析图表等）及数据访问服务开发和接口定义等。

 

常见的数据开发活动包括数据中心项目、政府数据仓库项目和其他信息系统项目。

 

数据开发是数据治理的重要活动之一，要求政府在规划、实施、运维数据开发项目时，必须遵循数据治理相关标准和制度、使用和遵循数据规划阶段的数据模型和数据标准。

 

大数据时代背景下，数据开发作为数据资产管理的重要职能，应遵循以下原则：

 

（1）统一规划，遵循政府战略规划、IT规划和数据规划。

 

（2）统一标准，遵循政府各类标准规范，尤其是数据管理标准。

 

（3）统一架构，遵循政府各类技术架构，重点是必须遵循数据架构，确保数据共建共享。

 

（4）统一建设，将每个数据开发项目作为政府一体化数据开发的子项目运作。

 

（5）统一管理，遵循数据治理统一的管理制度和业务流程，实施数据开发项目管理。

 

其他数据管理活动，包括主数据管理和参考数据管理、元数据管理、数据治理管理、数据安全管理、数据服务管理、数据资产评估、大数据管理、数据中心和数据仓库管理等，这些数据管理活动的规范、标准、模型、合规性及其规划（P）、控制（C）、开发（D）和操作（O），都是数据治理的内容组成。

 

3. 数据治理成果是制度、标准、规范和数据价值

 

数据治理作为一种政府数据政体，经典模式的数据治理主要职能包括数据立法、数据司法和数据行政，每个职能活动均产生相应的成果物。

 

数据治理的立法成果物包括数据战略、数据组织机构、数据管理制度、数据架构标准、数据标准和规程以及对各类数据管理活动的要求。

 

数据治理的司法成果物主要包括数据质量问题、数据命名和定义冲突、业务规则冲突和澄清、数据安全问题、数据隐私和保密问题、未遵从法规问题，以及不符合政府数据管理制度、标准、架构的问题，数据共享协议的评审等相关问题及评审信息。

 

数据治理的行政成果物，即数据管理活动的成果物，主要包括数据规划、数据开发、元数据管理、数据质量管理、数据安全管理、数据仓库和商务智能管理等，如数据模型、数据标准、数据内容和服务等。

 

总之，数据治理是一个长期、复杂的系统工程，政府各层级的数据管理人员必须不断的沟通、教育和推广数据资产价值的重要性以及数据治理职能的业务贡献。

 

提升数据使用者对数据治理的意识及对数据治理效益的认可程度，是持续改进政府数据管理机制，充分挖掘政府数据价值，提升政府执政能力。