張樹(shù)江 林德麗 王曉莉

摘?要：2024年政府工作報(bào)告明確表示，要深入推進(jìn)數(shù)字經(jīng)濟(jì)創(chuàng)新發(fā)展。加快傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)數(shù)字化轉(zhuǎn)型，提升企業(yè)的綜合實(shí)力與核心競(jìng)爭(zhēng)力。數(shù)據(jù)是企業(yè)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型的關(guān)鍵，在很大程度上決定著企業(yè)數(shù)字化轉(zhuǎn)型的成敗，因此數(shù)據(jù)治理對(duì)企業(yè)有著非常重要的意義。筆者根據(jù)多年企業(yè)數(shù)據(jù)管理經(jīng)驗(yàn)，深入總結(jié)分析了我國(guó)企業(yè)在數(shù)據(jù)治理方面存在的問(wèn)題，并從戰(zhàn)略規(guī)劃、方法論和數(shù)據(jù)治理工具三個(gè)方面論述了如何做好企業(yè)的數(shù)據(jù)治理工作。

關(guān)鍵詞：數(shù)據(jù)治理;數(shù)字化;戰(zhàn)略規(guī)劃;方法論;治理工具

中圖分類(lèi)號(hào)：F253.9????文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1005-6432（2024）16-0079-04

DOI：10.13939/j.cnki.zgsc.2024.16.020

1?引言

近幾年，隨著互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的迅速發(fā)展，數(shù)據(jù)治理在國(guó)家、社會(huì)、企業(yè)治理中的作用愈加突出，包括國(guó)家發(fā)改委、工信部等在內(nèi)的多個(gè)政府部門(mén)對(duì)提升政府、行業(yè)、企業(yè)數(shù)據(jù)治理能力提出了明確的要求［1］。2023年3月，中共中央、國(guó)務(wù)院印發(fā)了《黨和國(guó)家機(jī)構(gòu)改革方案》，明確提出組建國(guó)家數(shù)據(jù)局的計(jì)劃，充分體現(xiàn)了國(guó)家對(duì)數(shù)據(jù)治理的高度重視，這也必將使政府?dāng)?shù)據(jù)治理向著更規(guī)范、更標(biāo)準(zhǔn)化的方向發(fā)展［2］。

在當(dāng)前數(shù)字化轉(zhuǎn)型的大潮下，企業(yè)能否成功實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)的發(fā)展尤為關(guān)鍵，而企業(yè)數(shù)字化轉(zhuǎn)型的一個(gè)關(guān)鍵因素就是數(shù)據(jù)。現(xiàn)在一些企業(yè)的數(shù)據(jù)方面存在一些問(wèn)題，如企業(yè)的數(shù)據(jù)找不到、不準(zhǔn)確、不及時(shí)等，都會(huì)直接制約企業(yè)的數(shù)字化轉(zhuǎn)型之路。數(shù)據(jù)實(shí)現(xiàn)規(guī)范化管理，確保質(zhì)量，做到完整、統(tǒng)一、準(zhǔn)確、及時(shí)，有助于推動(dòng)企業(yè)快速實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型。因此，數(shù)據(jù)治理（data?governance）是推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵。只有企業(yè)擁有高質(zhì)量的數(shù)據(jù)，為企業(yè)的管理、運(yùn)營(yíng)和決策提供助力，數(shù)字化轉(zhuǎn)型才能順利進(jìn)行。

數(shù)據(jù)治理其實(shí)是一種體系，是一個(gè)關(guān)注于信息系統(tǒng)執(zhí)行層面的體系，這一體系的目的是整合IT與業(yè)務(wù)部的知識(shí)和意見(jiàn)，通過(guò)將流程、策略、標(biāo)準(zhǔn)和組織的有效組合，對(duì)企業(yè)的信息化建設(shè)進(jìn)行全方位的監(jiān)管。數(shù)據(jù)治理需要企業(yè)高層的授權(quán)和業(yè)務(wù)部門(mén)與IT部門(mén)的密切協(xié)作。

數(shù)據(jù)治理的目標(biāo)是實(shí)現(xiàn)一致的信息架構(gòu)與標(biāo)準(zhǔn)、唯一可信的數(shù)據(jù)源、可靠的外部數(shù)據(jù)、數(shù)據(jù)架構(gòu)與IT握手、跨領(lǐng)域數(shù)據(jù)匯聚與整合、報(bào)告/指標(biāo)數(shù)據(jù)可服務(wù)化、業(yè)務(wù)監(jiān)測(cè)過(guò)程數(shù)據(jù)可視化、可管理。

目前大多數(shù)企業(yè)已經(jīng)認(rèn)識(shí)到數(shù)據(jù)治理的重要性，但當(dāng)真正著手企業(yè)的數(shù)據(jù)治理時(shí)，仍然面臨著諸多的困難和挑戰(zhàn)。筆者結(jié)合多年企業(yè)數(shù)據(jù)治理經(jīng)驗(yàn)，深入分析了我國(guó)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中在數(shù)據(jù)治理方面面臨的困境。企業(yè)應(yīng)根據(jù)自身實(shí)際，從戰(zhàn)略規(guī)劃、方法論和治理工具三個(gè)方面做好企業(yè)數(shù)據(jù)治理。

2?企業(yè)在數(shù)據(jù)治理方面面臨的困境

2.1?部門(mén)間缺乏有效溝通，數(shù)據(jù)孤島現(xiàn)象嚴(yán)重，無(wú)法有效實(shí)現(xiàn)企業(yè)內(nèi)部數(shù)據(jù)共享

數(shù)據(jù)孤島一般是指企業(yè)將不同的業(yè)務(wù)、部門(mén)之間的數(shù)據(jù)各自存儲(chǔ)、定義，導(dǎo)致企業(yè)中的數(shù)據(jù)像一個(gè)個(gè)孤島一樣被分割成若干個(gè)部分，數(shù)據(jù)分散在各大平臺(tái)、自建系統(tǒng)、SaaS系統(tǒng)、Excel……彼此孤立，難以形成合力。在大數(shù)據(jù)迅速發(fā)展的今天，企業(yè)對(duì)數(shù)據(jù)越來(lái)越重視，而由信息孤島造成的部門(mén)間的數(shù)據(jù)難以形成有效的聯(lián)系，或者由不同部門(mén)針對(duì)相同數(shù)據(jù)定義值而作出不同解釋?zhuān)斐蓴?shù)據(jù)污染，對(duì)企業(yè)的數(shù)字化發(fā)展造成越來(lái)越嚴(yán)重的影響。

對(duì)大部分企業(yè)來(lái)說(shuō)，企業(yè)擁有大量的數(shù)據(jù)，但這些數(shù)據(jù)雖然體量巨大，但是來(lái)源卻很分散，格式也是多種多樣，加上缺乏有效的數(shù)據(jù)治理，數(shù)據(jù)孤島現(xiàn)象比較嚴(yán)重，導(dǎo)致企業(yè)內(nèi)部數(shù)據(jù)分散、孤立和碎片化。比如企業(yè)內(nèi)部由于不同部門(mén)間的業(yè)務(wù)系統(tǒng)缺乏有效溝通，難以實(shí)現(xiàn)不同部門(mén)之間的“網(wǎng)絡(luò)通、業(yè)務(wù)通、數(shù)據(jù)通”，以致同一企業(yè)內(nèi)部無(wú)法實(shí)現(xiàn)數(shù)據(jù)共享。數(shù)據(jù)孤島問(wèn)題的存在，給厘清企業(yè)的數(shù)據(jù)家底帶來(lái)很大的困難，使企業(yè)內(nèi)部的數(shù)據(jù)交流變得十分低效，決策反應(yīng)變得愈發(fā)遲鈍，嚴(yán)重影響企業(yè)的發(fā)展。

2.2?數(shù)據(jù)生產(chǎn)能力和匯聚能力不足，企業(yè)數(shù)據(jù)開(kāi)發(fā)基礎(chǔ)比較薄弱

我國(guó)有數(shù)量龐大的企業(yè)群體，企業(yè)在信息化建設(shè)方面程度參差不齊。新技術(shù)、新工藝和新方法等的應(yīng)用，使企業(yè)內(nèi)部各方面的更新?lián)Q代加快，很多企業(yè)的數(shù)據(jù)治理沒(méi)有跟上產(chǎn)品或業(yè)務(wù)的發(fā)展變化，這主要是因?yàn)樵跀?shù)據(jù)治理方面，企業(yè)采取固化的數(shù)據(jù)組合，或者建模方式不夠靈活等難以應(yīng)對(duì)快速變化的產(chǎn)品、業(yè)務(wù)或市場(chǎng)。即使現(xiàn)在，仍有很多企業(yè)采用手工制表，效率低下，數(shù)據(jù)采集能力與數(shù)據(jù)生產(chǎn)能力不相匹配，大大降低數(shù)據(jù)時(shí)效性，數(shù)據(jù)質(zhì)量也難以得到保證。

企業(yè)對(duì)數(shù)據(jù)治理的認(rèn)識(shí)和重視程度存在很大的差異。很多企業(yè)還沒(méi)有認(rèn)識(shí)到數(shù)據(jù)的重要性，沒(méi)有做過(guò)數(shù)據(jù)整理的工作，或者沒(méi)有厘清企業(yè)擁有哪些數(shù)據(jù)、數(shù)據(jù)分布情況等，造成數(shù)據(jù)底賬不清，使大部分企業(yè)的數(shù)據(jù)仍處于“睡眠”狀態(tài)。而對(duì)于一些傳統(tǒng)行業(yè)而言，很多企業(yè)的信息化建設(shè)基礎(chǔ)還比較差，設(shè)備接口不開(kāi)放造成數(shù)據(jù)難以采集。另有一些企業(yè)雖然已經(jīng)做過(guò)數(shù)據(jù)治理的工作，但存在數(shù)據(jù)失真、失準(zhǔn)及一致性差等情況，造成數(shù)據(jù)匯聚質(zhì)量不高［3］。

2.3?數(shù)據(jù)管控能力薄弱，治理標(biāo)準(zhǔn)不統(tǒng)一，數(shù)據(jù)質(zhì)量難以得到保證

數(shù)據(jù)標(biāo)準(zhǔn)對(duì)保障數(shù)據(jù)的內(nèi)外部使用和交換的一致性、準(zhǔn)確性有著根本的約束作用。從企業(yè)視角來(lái)看，數(shù)據(jù)標(biāo)準(zhǔn)就是對(duì)數(shù)據(jù)的表達(dá)、格式及定義的一致約定，企業(yè)在進(jìn)行數(shù)據(jù)治理時(shí)，要遵循一定的數(shù)據(jù)標(biāo)準(zhǔn)，或者按國(guó)家標(biāo)準(zhǔn)，或者按行業(yè)標(biāo)準(zhǔn)。但從目前企業(yè)數(shù)據(jù)治理的實(shí)踐情況來(lái)看，很多企業(yè)在進(jìn)行數(shù)據(jù)治理時(shí)并沒(méi)有遵循一套統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)，導(dǎo)致生產(chǎn)的數(shù)據(jù)質(zhì)量參差不齊［4］。

在數(shù)據(jù)治理中，企業(yè)不僅要考慮數(shù)據(jù)自身的質(zhì)量問(wèn)題，也要考慮不同系統(tǒng)（數(shù)據(jù)所處環(huán)境）間由于各種原因造成的數(shù)據(jù)質(zhì)量問(wèn)題，數(shù)據(jù)來(lái)源多個(gè)部門(mén)，以免出現(xiàn)同一指標(biāo)可能出自不同部門(mén)而造成的數(shù)據(jù)混亂。因此，數(shù)據(jù)建設(shè)在解決數(shù)據(jù)有無(wú)的問(wèn)題的同時(shí)，也要重視數(shù)據(jù)的質(zhì)量問(wèn)題，需要結(jié)合現(xiàn)有的業(yè)務(wù)管理系統(tǒng)，從數(shù)據(jù)的一致性、完整性、合規(guī)性、冗余性、及時(shí)性和有效性等維度進(jìn)行全面分析。

2.4?數(shù)據(jù)開(kāi)發(fā)與數(shù)據(jù)治理脫節(jié)，治理體系不完善，缺乏全流程可視化管理工具

很多企業(yè)的數(shù)據(jù)開(kāi)發(fā)與數(shù)據(jù)治理脫節(jié)，開(kāi)發(fā)和治理是兩張皮。數(shù)據(jù)生產(chǎn)、建模、運(yùn)維安全等歸屬不同的部門(mén)，沒(méi)有統(tǒng)一的協(xié)調(diào)機(jī)制，各自為政。數(shù)據(jù)生產(chǎn)沒(méi)有從頂層設(shè)計(jì)和源頭管控，開(kāi)發(fā)的數(shù)據(jù)因缺乏有效的監(jiān)督機(jī)制而無(wú)法保證質(zhì)量，數(shù)據(jù)治理不能很好地融入數(shù)據(jù)開(kāi)發(fā)各環(huán)節(jié)之中，造成數(shù)據(jù)開(kāi)發(fā)與治理是一個(gè)先污染后治理的過(guò)程，既降低了效率，又加大了工作量?；蛘邤?shù)據(jù)資源存在于企業(yè)的多個(gè)業(yè)務(wù)系統(tǒng)中，分布在線上和線下，甚至分布在企業(yè)的外部，而數(shù)據(jù)治理系統(tǒng)從后端到前端相互獨(dú)立，而且屬于耦合開(kāi)發(fā)，導(dǎo)致整個(gè)系統(tǒng)臃腫而建設(shè)效率低下，存在大量的重復(fù)性建設(shè)工作，對(duì)業(yè)務(wù)的響應(yīng)也不夠快。如果將各獨(dú)立系統(tǒng)中的大量歷史數(shù)據(jù)及任務(wù)進(jìn)行統(tǒng)一管理，就需要承擔(dān)高昂的數(shù)據(jù)遷移成本。

3?企業(yè)數(shù)據(jù)治理的解決之道

對(duì)企業(yè)而言，數(shù)據(jù)治理絕不僅是開(kāi)發(fā)人員或者開(kāi)發(fā)部門(mén)的技術(shù)問(wèn)題，數(shù)據(jù)治理更強(qiáng)調(diào)頂層設(shè)計(jì)、戰(zhàn)略規(guī)劃和組織保障，是一項(xiàng)復(fù)雜的系統(tǒng)工程。從實(shí)踐情況來(lái)看，數(shù)據(jù)治理可以分為戰(zhàn)略規(guī)劃、方法論和工具論三個(gè)方面。只有在符合企業(yè)實(shí)際的戰(zhàn)略規(guī)劃指導(dǎo)下，采用科學(xué)的方法論，運(yùn)用先進(jìn)的工具，才能將企業(yè)的數(shù)據(jù)治理好。

（1）戰(zhàn)略規(guī)劃方面。數(shù)據(jù)治理是一個(gè)持續(xù)不斷投入的過(guò)程，短期內(nèi)難見(jiàn)成效，長(zhǎng)期才能看到數(shù)據(jù)治理的效果，數(shù)據(jù)治理需要長(zhǎng)遠(yuǎn)的眼光和持續(xù)的耐心，必須做好頂層設(shè)計(jì)，制定戰(zhàn)略規(guī)劃。

戰(zhàn)略規(guī)劃是數(shù)據(jù)治理活動(dòng)的總綱和指導(dǎo)，是從頂層對(duì)數(shù)據(jù)治理的規(guī)劃，強(qiáng)調(diào)數(shù)據(jù)戰(zhàn)略、組織模式、職責(zé)分工以及標(biāo)準(zhǔn)規(guī)范，從長(zhǎng)遠(yuǎn)和大局保證數(shù)據(jù)建設(shè)的長(zhǎng)期性、規(guī)范性和正確性。戰(zhàn)略規(guī)劃要切實(shí)符合企業(yè)的實(shí)際情況，在現(xiàn)實(shí)中具有可執(zhí)行性。要建立好組織保障，由具有權(quán)威性的領(lǐng)導(dǎo)和執(zhí)行力的技術(shù)人員組成專(zhuān)門(mén)部門(mén)負(fù)責(zé)數(shù)據(jù)治理的工作，完善相關(guān)的組織架構(gòu)，進(jìn)行權(quán)責(zé)分擔(dān)機(jī)制。數(shù)據(jù)治理組織需要自上而下形成完整的體系，一般情況下可分為決策層、管理層、執(zhí)行層和監(jiān)督層四個(gè)層級(jí)。數(shù)據(jù)治理要有章可循，制定數(shù)據(jù)治理的總體規(guī)定、數(shù)據(jù)架構(gòu)管理辦法、數(shù)據(jù)質(zhì)量管理辦法、數(shù)據(jù)安全管理規(guī)范、數(shù)據(jù)監(jiān)管填報(bào)規(guī)范等多項(xiàng)制度規(guī)范，使企業(yè)在數(shù)據(jù)治理方面的工作正規(guī)化、標(biāo)準(zhǔn)化，數(shù)據(jù)標(biāo)準(zhǔn)、質(zhì)量、安全等具體工作落實(shí)到實(shí)處，責(zé)任到個(gè)人。

（2）方法論方面。在企業(yè)數(shù)據(jù)治理的實(shí)際過(guò)程中，人們往往關(guān)心的是具體用什么工具，取得了怎樣的效果。但在實(shí)踐中，數(shù)據(jù)治理的很大一部分工作是戰(zhàn)略規(guī)劃和方法論的問(wèn)題，只有長(zhǎng)遠(yuǎn)的戰(zhàn)略規(guī)劃和正確的方法論相結(jié)合，才能保證數(shù)據(jù)治理工作的有效進(jìn)行。想要做好企業(yè)的數(shù)據(jù)治理，需要做好四個(gè)方向的方法論，即數(shù)據(jù)模型規(guī)范、數(shù)據(jù)質(zhì)量治理、數(shù)據(jù)成本治理和數(shù)據(jù)安全治理。

企業(yè)數(shù)據(jù)模型要遵循一定的模式和規(guī)范，在數(shù)據(jù)治理的整個(gè)過(guò)程中，遵循一致性和連續(xù)性。構(gòu)建一整套完善的數(shù)據(jù)質(zhì)量監(jiān)控體系，包含質(zhì)量規(guī)則引擎、數(shù)據(jù)質(zhì)量異常監(jiān)控報(bào)警、異常數(shù)據(jù)在線修復(fù)。企業(yè)數(shù)據(jù)安全合規(guī)是企業(yè)數(shù)據(jù)治理的核心和紅線，企業(yè)對(duì)于數(shù)據(jù)的收集和使用必須遵守國(guó)家的法律和規(guī)范，對(duì)于涉及公民隱私等相關(guān)數(shù)據(jù)務(wù)必進(jìn)行安全與合規(guī)化的管理和控制。數(shù)據(jù)治理方案對(duì)不同的使用者提供不同數(shù)據(jù)安全級(jí)別的控制，從取數(shù)和訪問(wèn)流程到數(shù)據(jù)的隔離和區(qū)分，同時(shí)提供專(zhuān)門(mén)針對(duì)數(shù)據(jù)安全的服務(wù)控制，切實(shí)保障企業(yè)數(shù)據(jù)安全。

（3）數(shù)據(jù)治理工具方面。在制定了符合企業(yè)發(fā)展的戰(zhàn)略規(guī)劃，在正確方法論的保障下，選擇合適的數(shù)據(jù)治理工具是水到渠成之事。治理工具的選擇應(yīng)根據(jù)企業(yè)的實(shí)際，包括人才方面、資金方面和前期工作方面等。

以阿里云的DataWorks數(shù)據(jù)治理平臺(tái)為例，其基于ODPS/EMR/CDP等大數(shù)據(jù)引擎，為數(shù)據(jù)倉(cāng)庫(kù)/數(shù)據(jù)湖/湖倉(cāng)一體等解決方案提供統(tǒng)一的全鏈路大數(shù)據(jù)開(kāi)發(fā)治理平臺(tái)。DataWorks可用于數(shù)據(jù)傳輸、轉(zhuǎn)換和集成等操作，從不同的數(shù)據(jù)存儲(chǔ)載入數(shù)據(jù)，并進(jìn)行轉(zhuǎn)化和開(kāi)發(fā)，將處理好的數(shù)據(jù)同步至其他數(shù)據(jù)系統(tǒng)，從而提供了數(shù)據(jù)集成、數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)地圖、數(shù)據(jù)質(zhì)量和數(shù)據(jù)服務(wù)等全方位的產(chǎn)品服務(wù)，可以助力企業(yè)實(shí)現(xiàn)較好的數(shù)據(jù)治理，實(shí)現(xiàn)企業(yè)數(shù)據(jù)分析、挖掘和探索，從而實(shí)現(xiàn)數(shù)據(jù)的價(jià)值［5］。

DataWorks數(shù)據(jù)治理平臺(tái)的體系架構(gòu)可分為六個(gè)部分（其功能架構(gòu)如圖1所示）。數(shù)據(jù)匯集是數(shù)據(jù)接入端口，所有數(shù)據(jù)來(lái)自業(yè)務(wù)系統(tǒng)、日志、文件、網(wǎng)絡(luò)等，由數(shù)據(jù)匯集工具將這些數(shù)據(jù)匯集到數(shù)據(jù)中臺(tái)。匯集到中臺(tái)的數(shù)據(jù)由數(shù)據(jù)開(kāi)發(fā)部門(mén)進(jìn)行加工和處理，并對(duì)數(shù)據(jù)進(jìn)行清洗工作。數(shù)據(jù)體系負(fù)責(zé)大數(shù)據(jù)平臺(tái)中數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建。數(shù)據(jù)資產(chǎn)管理包括對(duì)數(shù)據(jù)資產(chǎn)目錄、元數(shù)據(jù)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)血緣、數(shù)據(jù)生命周期等進(jìn)行管理和展示，是以企業(yè)全員更好理解的方式把企業(yè)數(shù)據(jù)展現(xiàn)給全企業(yè)人員。數(shù)據(jù)服務(wù)體系就是把數(shù)據(jù)變?yōu)橐环N服務(wù)能力，通過(guò)數(shù)據(jù)服務(wù)讓數(shù)據(jù)參與到業(yè)務(wù)之中。運(yùn)營(yíng)體系和安全管理建設(shè)內(nèi)容主要涉及企業(yè)資產(chǎn)管理和數(shù)據(jù)安全，使數(shù)據(jù)越用越多、越用越活，是數(shù)據(jù)中臺(tái)健康持續(xù)運(yùn)轉(zhuǎn)的基礎(chǔ)［6］。

圖1?阿里數(shù)據(jù)中臺(tái)功能架構(gòu)

數(shù)據(jù)中臺(tái)的技術(shù)架構(gòu)主要是大數(shù)據(jù)處理的一系列技術(shù)和方法，主要分為數(shù)據(jù)源、數(shù)據(jù)采集、數(shù)據(jù)計(jì)算、數(shù)據(jù)存儲(chǔ)和分析、數(shù)據(jù)服務(wù)以及研發(fā)及運(yùn)維六個(gè)部分，中臺(tái)技術(shù)架構(gòu)如圖2所示。

EasyData是百度旗下公司基于數(shù)據(jù)生產(chǎn)力方法論打造的一站式數(shù)據(jù)開(kāi)發(fā)治理平臺(tái)，提供數(shù)據(jù)采集、標(biāo)注、清洗、加工等數(shù)據(jù)服務(wù)，可以幫助企業(yè)數(shù)據(jù)技術(shù)開(kāi)發(fā)者獲取AI開(kāi)發(fā)所需的高質(zhì)量數(shù)據(jù)［7］。EasyData在國(guó)內(nèi)率先提出并實(shí)現(xiàn)建設(shè)開(kāi)發(fā)與數(shù)據(jù)治理的一體化，具有包括元數(shù)據(jù)管理、數(shù)據(jù)標(biāo)準(zhǔn)、指標(biāo)系統(tǒng)、數(shù)據(jù)建模等在內(nèi)的DataFusion數(shù)據(jù)治理能力，其數(shù)據(jù)治理架構(gòu)如圖3所示。

圖2?阿里數(shù)據(jù)中臺(tái)技術(shù)架構(gòu)

EasyData在數(shù)據(jù)治理方面，主要可實(shí)現(xiàn)以下功能：

（1）數(shù)據(jù)采集、標(biāo)注、清洗服務(wù)，高質(zhì)量的數(shù)據(jù)加工。EasyData提供了比較便捷的數(shù)據(jù)采集方案和豐富的數(shù)據(jù)標(biāo)注模板及工具，可以以一定的標(biāo)準(zhǔn)，比較方便而靈活地實(shí)現(xiàn)對(duì)數(shù)據(jù)的采集。對(duì)采集完成的數(shù)據(jù)，可進(jìn)一步地進(jìn)行數(shù)據(jù)的標(biāo)注、智能清洗等數(shù)據(jù)加工工作，依靠百度強(qiáng)大的高精度算法，輸出高質(zhì)量的數(shù)據(jù)，保證了數(shù)據(jù)建設(shè)的質(zhì)量。

（2）可視化數(shù)據(jù)管理。非結(jié)構(gòu)化數(shù)據(jù)一直是數(shù)據(jù)治理難題，而EasyData提供了對(duì)圖片、文本、音頻、視頻等非結(jié)構(gòu)化類(lèi)數(shù)據(jù)的可視化管理功能，支持便捷的數(shù)據(jù)導(dǎo)入、導(dǎo)出、查看、分版本管理等完善的管理服務(wù)。

（3）數(shù)據(jù)安全管理。數(shù)據(jù)安全是數(shù)據(jù)治理的重要方面，EasyData在提供數(shù)據(jù)加密及隔離存儲(chǔ)之后提供完善的安全技術(shù)方案，進(jìn)一步保障數(shù)據(jù)的安全。

此外，百度利用強(qiáng)大的生態(tài)環(huán)境，提供了各種服務(wù)，可以將治理好的數(shù)據(jù)進(jìn)行模型訓(xùn)練、服務(wù)部署等。

圖3?EasyData數(shù)據(jù)治理架構(gòu)

文章僅以阿里云數(shù)據(jù)治理平臺(tái)DataWorks和百度EasyData作為企業(yè)數(shù)據(jù)治理工具的例子，闡述數(shù)據(jù)治理平臺(tái)的功能結(jié)構(gòu)和技術(shù)架構(gòu)。目前在企業(yè)數(shù)據(jù)治理工具方面，國(guó)內(nèi)眾多的數(shù)據(jù)服務(wù)企業(yè)開(kāi)發(fā)出了適合各自行業(yè)的、具有自主知識(shí)產(chǎn)權(quán)的數(shù)據(jù)治理工具，提供了比較好的數(shù)據(jù)治理解決方案，比如還有華為的DataArts?Studio數(shù)據(jù)治理平臺(tái)、星環(huán)科技的Transwarp?Governor數(shù)據(jù)治理工具、滴普科技的實(shí)時(shí)湖倉(cāng)平臺(tái)FastData、美林科技的Tempo數(shù)據(jù)治理平臺(tái)等，都具有較好的數(shù)據(jù)治理能力。企業(yè)可根據(jù)自身的資金預(yù)算和技術(shù)能力等實(shí)際情況，選擇適合企業(yè)自身情況的數(shù)據(jù)治理工具。

4?結(jié)論

不同企業(yè)集團(tuán)的業(yè)務(wù)、規(guī)模、所處行業(yè)不同，其數(shù)據(jù)治理所面臨的問(wèn)題、解決方案和工作方法也將有所不同。企業(yè)應(yīng)從自身實(shí)際出發(fā)，建立完善的數(shù)據(jù)治理體系，為數(shù)字化轉(zhuǎn)型提供有力支撐點(diǎn)。

企業(yè)數(shù)據(jù)治理是一套持續(xù)改善的管理機(jī)制，需要持續(xù)增加、更新和擴(kuò)充數(shù)據(jù)資源，不斷加強(qiáng)數(shù)據(jù)治理事項(xiàng)的日常管理。

參考文獻(xiàn)：

［1］工業(yè)和信息化部.《工業(yè)和信息化部關(guān)于工業(yè)大數(shù)據(jù)發(fā)展的指導(dǎo)意見(jiàn)》?（工信部信發(fā)〔2020〕67號(hào)）?［EB/OL］.https：//baike.baidu.com/item.

［2］孫冰.解碼國(guó)家數(shù)據(jù)局組建邏輯［J］.中國(guó)經(jīng)濟(jì)周刊，2023（6）：28-32.

［3］?孫超.工業(yè)數(shù)字化轉(zhuǎn)型背景下數(shù)據(jù)治理研究［J］.網(wǎng)絡(luò)安全和信息化，2023（3）：4-6.

［4］?蔣艷.把握數(shù)據(jù)治理三大趨勢(shì)?做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)［J］.通信世界，2023（1）：32-35.

［5］?阿里巴巴.大數(shù)據(jù)開(kāi)發(fā)治理平臺(tái)?DataWorks［EB/OL］.［2023-05-15］.https：//www.aliyun.com/product/bigdata/ide.

［6］?劉曉.阿里巴巴：數(shù)據(jù)技術(shù)驅(qū)動(dòng)媒體深度融合轉(zhuǎn)型［J］.國(guó)際品牌觀察，2021（24）：44-49.

［7］百度.EasyData智能數(shù)據(jù)服務(wù)平臺(tái)［EB/OL］.［?2023-05-27］.https：//ai.baidu.com/easydata/.

［基金項(xiàng)目］青島黃海學(xué)院博士科研啟動(dòng)基金資助項(xiàng)目“面向中小企業(yè)的基于湖倉(cāng)一體化數(shù)據(jù)治理平臺(tái)研究”（項(xiàng)目編號(hào)：2023boshi04）；中國(guó)商業(yè)統(tǒng)計(jì)學(xué)會(huì)2023年度規(guī)劃課題重點(diǎn)課題“數(shù)字經(jīng)濟(jì)與創(chuàng)新要素配置互促發(fā)展的作用機(jī)制研究——以青島市制造業(yè)為例”（項(xiàng)目編號(hào)：2023STZB10）。

［作者簡(jiǎn)介］張樹(shù)江（1978—），男，青島黃海學(xué)院大數(shù)據(jù)學(xué)院教師，博士，研究方向：數(shù)據(jù)治理與分析應(yīng)用、數(shù)字圖像處理。