数据标准化：数据资产化从0到1的起点

Posted 2020-09-10

随着信息社会不断向纵深发展，数据和信息作为战略性资源的价值正在快速提升。管理大师汤姆·彼得斯早在2001年就指出：“一个组织如果没有认识到管理数据和信息如同管理有形资产一样极其重要，那么它在新经济时代将无法生存。”当前，数据的战略价值已得到广泛重视，数据治理能力也成为了衡量一个地区经济社会发展水平的重要指标。与此同时，加强数据基因密码及数据流动逻辑规则等标准化研究，奠定数据价值且快速提升数据治理能力成为面临最大挑战。

　　1、标准化水平决定数据价值

　　当前，我国正在大力推进国家治理体系和治理能力现代化建设，数据治理作为国家社会体系中一项新的研究课题也受到了高度重视。由于对数据治理体系及数据价值开发体系研究不够、认识不足，我们只是在政务数据资源管理及大数据开发利用方面出台了一些政策文件，各行各业也在尝试做一些大数据方面的应用，但这都没有真正延伸到数据治理的框架体系之中，自然也无法推动数据价值的有效开发。事实上，也只有加强数据标准化建设，打造一套数据治理体系，我们才能真正进入数据时代和商业智能时代。

　　数据治理是一套持续优化完善的管理机制，主要包括组织架构、政策制度、技术工具、标准体系、作业流程、监督考核等方面。数据治理作为一项长期、体系化的工作，需要在各个方面同步推进，否则将出现治理过程的缺陷，降低数据治理水平。尤其数据标准体系作为核心技术规范，更是决定数据治理水平的关键环节，只有标准化才能真正实现数据的高效流动与开发利用。相反没有数据的标准化，数据治理也将无从谈起。

　　2、数据标准化的特点

　　数据标准化一直伴随着经济社会的发展，各行各业的各个层面也都面临着数据标准化的问题。数据标准化是政府、企业或组织对数据的定义、组织、监督和保护进行规范化的过程，在当前城市大数据应用方面，数据标准化的核心也就是建立制度规范以及对数据元和元数据进行统一定义。在数据采集、存储、分析与应用之前，我们通常需要先将数据标准化，标准化的数据也才更具开发利用价值。与此同时，数据标准化又是一项复杂的巨大工程，需要认清其自身特点，以便有效推动数据标准化工作。

　　第一，数据标准化具有长期性特点，其不是一朝一夕可以完成的，尤其对已有数据资源进行标准化是非常困难的，需要有持久作战的心理准备。

　　第二，科学性特点，数据标准化需要理论联系实际，需要服务于具体业务，不能随意标准化，要科学推进。

　　第三复杂性特点，当前，不同部门和行业都有大量的应用系统，数据类型、存在方式等千差万别，标准化的过程将是十分复杂的。

　　第四，紧迫性特色，数据标准化已成为影响经济社会高效运行的关键，打破信息孤岛，实现互联互通十分紧迫。

　　第五，体系性特点，数据标准化涉及国家政策制度、标准规范、安全管理等各方面内容，需要统筹考虑、体系化推进。

　　3、数据标准化的价值

　　数据标准化是指按照一定规范与逻辑规划形成的有机整体，其是数据治理的基础，目的是实现数据价值的最大化。数据的标准化是一个统一规范、统一模式的过程，包括管理制度的标准化、评价体系的标准化、技术工具的标准化、数据元的标准化等等一套体系化的内容。通过实施数据标准化，可以进一步促进管理的规范化和应用的精准化，充分发挥大数据在政务服务、公共管理、市场监管、环境治理等方面的价值。

　　针对我国城市数据治理的现状来说，数据标准化的具体价值将体现在以下几个方面：

　　第一，通过数据标准化真正实现互联互通与信息流动，进一步带动物流、人流、资金流的高效流动，形成以信息资源为核心的新的资源体系。

　　第二，通过数据标准化实现信息资源的价值开发，充分发挥底层、基础数据标准化带来的联动效应和乘数效应，推动数据挖掘规模化、价值化。

　　第三，通过数据标准化提高运行管理效率，包括数据管理、开发利用与相关服务等方面，进一步提升政府服务与城市运行效率。

　　第四，通过数据标准化可以降低建设运营成本，包括硬件配置、软件开发、运营维护与人才培训等方方面面，同时也将节省大量的管理成本，使建设运营标准化、简单化。

　　4、数据标准化推进策略

　　根据政府在数据治理中的角色定位，结合国家政务信息资源管理办法及数据开发利用实际情况，数据标准化要以城市数据中心建设与运维管理标准化为核心，有计划、有步骤、分层次地引入标准化手段，实施标准化策略，实现数据中心逐步向集约化、规范化方向发展，最终实现数据资源的资产化、资本化和价值化。

　　第一，成立数据资源管理机构，设置数据运营官岗位，转变传统数据中心以技术支撑为主的状况，加强数据资源的统一管理与开发利用。组织机构不仅是实现数据治理的保障，也是推动数据标准化的关键，否则数据标准化工作将举步维艰。

　　第二，根据国家在云计算中心、信息服务、信息安全等方面的标准规范，实施数据中心标准化建设与管理。引入事件管理、问题管理、配置管理、安全管理体系，使数据中心软硬件建设与安全运营得到有力保障。

　　第三，推动理论与实践相结合，通过不断总结实践经验，然后升级为国家或行业内的数据标准。目前，数据标准化工作刚刚开始，但局部的数据标准化探索工作是非常重要的，通过对大量实践经验进行综合分析和优化提炼的数据标准，可起到降低成本，提高效率的作用。

　　第四，建立数据标准化工作制度，强化数据标准化在整个数据治理体系中的作用，不断形成数据标准化的思维理念，逐步制定其数据标准化的工作规范，进一步指导数据治理体系建设，发挥数据标准化的价值。

　　第五，数据标准化要分级分类，对于底层基础类数据要严格标准化，保障数据的唯一性、准确性，同时要加快完善体系化的数据定义、数据采集、数据分析和数据质量管理等方面的标准要求，不断实现时间的价值增值。

　　第六，数据标准化要整体推进、循序渐进，加强对数据特点与应用规律的研究，保证体系化推进的科学性、合理性和前瞻性，同时通过制定计划，明确长远目标和标准层级，制定行之有效的推进计划与路线图，有计划、有步骤、分层次实现数据标准化体系。

　　数据标准化任重道远，以上是国脉互联近几年在各地数据资源梳理与目录体系建设过程的经验总结，也是国脉互联研发的数据基因（DNA）系统思路与理念的体现，欢迎社会各界参与数据标准化的交流合作，为我国数据治理现代化建设做出更大贡献。

本文出自 “这并不是大数据” 博客，请务必保留此出处http://12817063.blog.51cto.com/12807063/1915865