- 中国战略性新兴产业研究与发展:数据与企业治理
- 郑爱军主编
- 2071字
- 2021-12-17 16:37:19
前言
当前数据已成为国家的重要战略资源,是驱动经济社会发展的新型生产要素。数据在我国生产活动中扮演着重要角色,将数据纳入收入分配框架中具有必要性和迫切性。党的第十九届四中全会提出健全劳动、资本、土地、知识、技术、管理、数据等生产要素由市场评价贡献、按贡献决定报酬的机制,这是对数据在发展数字经济中所起的关键作用的肯定。数据作为要素参与分配的提出顺应了目前数字经济发展的大趋势,标志着我国已正式进入数字经济红利大规模释放的时代。
数据治理是将数据作为组织资产而开展的一系列具体化工作,是对数据的全生命周期管理。数据治理体系是指从组织架构、管理制度、操作规范、IT应用技术、绩效考核支持等多个维度对组织的数据模型、数据架构、数据质量、数据安全、数据生命周期等各方面进行全面梳理、持续改进建设意见的体系。
数据本身并不具有价值,只有通过治理从分散、无序、碎片化的数据中挖掘出有用的价值后,数据才能变成有效的资产,才能转变为竞争力、服务力和创造力。从企业数据治理的价值来说,数据治理是一个系统的、大型的、长期的工程,大型企业已经开始实施并取得了一定成果。但在众多关键领域,数据治理并没有开始真正意义上的实践,一方面是没有把数据治理的重要性提升到战略高度,另一方面是数据治理的能力普遍缺失,没有形成系统的实施方法论。数据治理需要形成包含组织、制度、标准、流程、安全、技术等内容的数据治理方案,从而打造数据生态环境,为数据应用提供基础保障。
本书全景描绘了正在到来的数字时代和数据时代,以及被数字“浸入”的企业是如何开展有效数据治理的。全书分两条线:一条是数据治理的逻辑线,包括从思维源起、组织实施、治理机制到治理架构、治理模式、治理效果和改进;另一条是企业通过数据治理实现数字化转型线。
本书共分9章:
第1章是认识数据。本章纵观数据发展历程,经历了从结绳记事、筹算、珠算,到借助计算尺、计算器计算,再到如今的用计算机计算,在不同的发展时期和阶段,数据的内涵和特征有显著差异。在新一代信息技术的变革趋势下,数据的作用不断凸显,不断推动社会治理有序发展。
第2章分析数字化浪潮下的数据作用。本章先介绍了数据作为市场要素的背景,然后对数据产业生态进行描述,并结合数字技术革命提出产业变革与生态化的发展趋势,为数字化浪潮下企业转型升级提供方向。
第3章概述数据治理理论。数据治理理论是治理理论与互联网数字技术结合而催生的新的公共管理理论准范式,国内外学者、专家对数据治理的内涵、特点均进行了研究。以此为基础,全面分析数据治理的核心要素、数据治理体系建设方法,并为企业进行数据治理提供方法和建议。
第4章探讨数据治理模型和框架。本章对数据治理出现的痛点和难点及关键问题进行分析,从数据治理模型内涵、原则目标、路径等方面进行数据治理模型设计,得出包含数据治理框架内容、特征、主流数据治理等的数据治理框架体系,并对企业数据治理框架进行阐述与解读,向读者呈现较为清晰的企业数据治理模型与框架。
第5章阐述数据的全生命周期管理。关于数据的生命周期的划分,目前有数据存储理论、分层理论,实际应用中通常将数据生命周期划分为4个阶段。本章从数据管理的本质出发,着重描述了数据存储理论和实务中数据生命周期的划分。首先对数据生命周期的基本原理、总体原则、阶段进行论述,其次分析企业数据治理的生命周期模型,剖析数据治理的归集管理、清洗管理、使用管理、交易管理和安全管理,为企业数据治理的应用奠定基础。
第6章分析数据治理运行机制。当前,数据治理已成为各行各业面临的共性问题。构建科学合理的运行机制是组织应对大数据时代发展挑战的积极回应,也是数据治理活动顺利进行的必然选择。对数据治理机制的内涵特征、组成要素、主要功能等进行阐述,深刻分析数据治理运行机制现状,并结合数据治理运行机制的设计策略,构建企业运行机制基本结构。
第7章探讨数据治理应用和价值。数据治理是国家治理体系和治理能力现代化的重要抓手和衡量标准之一,是借助大数据平台和人工智能、云计算等现代科技手段实施的精准治理、动态治理、高效治理。从数据治理在政府、城市、企业领域的应用,指明数据治理的应用价值,为其发展指明方向。
第8章探索数据驱动企业数字化转型。新经济时代下,相对于新兴企业,传统企业进行数字化转型迫在眉睫。本章在数据流动引发企业变革的背景下,对传统企业面临的困境进行分析,提出企业数字化转型的路径。
第9章对数据时代下企业治理发展趋势进行展望。本章主要包括数据治理的发展趋势及其支撑、数据时代下企业治理的未来展望两个方面。
本书能够进一步丰富数据治理方面的知识体系,填补国内数据治理研究方面的理论空白,为我国各地开展数据治理提供参考,为企业进行数字化实践提供指导,同时进一步推动数据治理相关理念的普及推广,凝聚社会各界的广泛共识。
本书在撰写过程中得到了诸多业内专家学者的帮助和支持,在此表示衷心的感谢。由于数据治理尚处于培育和发展阶段,尚未形成完整的、系统的理论体系,本书内容难免有不尽如人意和无力企及之处,恳请读者和专家指正。
2021年1月16日