2020年04月10日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》中首次明确数据成为五大生产要素之一，数据晋升为第五种生产要素后，改变正在加速发生。自 2022 年以来，党中央、国务院陆续印发了《“十四五”数字经济发展战略》《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》《数字中国建设整体布局规划》等一系列数字经济发展的战略性文件，尤其是3月10日国家数据局的成立，被业内人士认为是从顶层设计层面做了部署，数据要素市场迎来高光时刻。
中国移动作为数字化转型的排头兵，在数据治理方面亦是重兵布局，参考DAMA（数据知识管理理论）、GB之ITSS和 DCMM（数据管理能力成熟度模型评估）、CMMI（数据资产管理国际理论）、CAICT（中国信通院），以数据治理体系为基础，制定了《全网大数据治理规范》体系。中移在线营销服务中心作为中国移动专业公司，汇聚了大量的客户交互数据，数据治理更应统筹谋划、全局发力，致力于实现上下贯通、横纵融合，发挥数据战略价值，切实推动数据向“好找、好用、好看、共享”进阶。
然而，在数据支撑过程中，我们经常会听到业务部门反馈“不知道有什么数据、有数不好用、有数不会用”等问题，究其根本原因，是由于数据与场景融合不充分，导致数据之“沙”难以汇聚成“塔”，数据潜力未能充分释放。数据质量在实际生产运营中一直是个明显的硬伤，主要表现为：数据资源家底不清、分布不明；数据的完整、可控性不足；各条线数据标准不统一等。
综上问题，我们亟需通过一系列的数据治理工作来进一步规范业务定义、厘清数据源头、明晰数据权责、统一元数据标准、建立数据全生命周期质量管理体系以及形成可视化的数据资产目录，以适应数据量不断增长、技术工具不断革新、业务场景日渐多元的趋势变化。
为此，中移在线河北分中心积极对标中国移动《全网大数据治理规范》总册，基于在线营销服务中心的数据平台架构和技术指导，借鉴华为数据治理实践案例，以“进得来、看得见、管得住、用得好”作为数据管理战略目标，做好顶层设计，搭建适配河北分中心的全生命周期数据治理框架，确保数据治理工作做实做细。
图 中移在线营销服务中心河北分中心数据治理架构图
1.业务资源盘点全盘梳理中移在线河北分中心全域业务系统，涵盖全触点的业务架构、业务流程、业务知识、轨迹、业务质量评估等方面。业务资源盘点工作进一步明确了数据供给源头，以及业务流程之间的逻辑关系，同时也捋清了业务流程与数据项之间的关联关系，为后续完善数据业务属性做好准备。
对照业务资源盘点中的业务流程，梳理各业务环节数据沉淀情况，通过进一步摸排数据的走向与分布，厘清“业务－数据－平台”三者关系，真正弄清楚数据血缘链路关系。
构建治理工具（生产方式）：以能力集中、注智赋能为目标，围绕数据生产的全生命周期，搭建数据管理平台，重点推进数据标准化管理，支持基于数据标准、数据质量、数据安全等维度的多方位监控，形成闭环管控机制，确保数据治理各个环节要求落到实处。
元数据管理：构建自动化、体系化和规范化的元数据管理机制。完善元数据的管理流程，丰富数据字典，降低认知门槛，方便业务人员了解和消化。完成元数据的血缘、影响分析功能，摸清数据流向，让技术人员可以快速进行分析判断、问题定位。开放全局元数据查询检索功能，降低元数据使用难度，让业务人员参与到元数据管理中。
数据资产管理：借鉴资产管理方法论，将数据视为一种特殊的资产进行管理，做好数据资源目录和模型设计，实现数据资产摆上“货架”，开展资产注册、开放、评估、运维、注销等功能，全面提升企业数据资产服务能力。
数据质量管理：结合已制定的数据标准规范，建立一套切实可行、覆盖全生命周期的数据质量管理流程。对当前数据获取、共享、维护、应用、消亡各个阶段的数据质量状态进行全面校验和动态评估，实现数据质量可控、可看、可查。
数据安全管理：积极探索数据安全运营流程，从细微之处着眼，从末端求突破，建立用户权限、数据权限、网络安全三个机制，健全体系化的数据安全管控策略，做到事前可管、事中可控、事后可查，守好数据安全红线，全力保障数据业务高质量发展。
在数据治理探索实践中，河北分中心探索形成了一套以元数据为驱动，联接数据标准管理、数据质量管理、数据安全管理的数据治理体系，已实现数据全生命周期治理自动化，初步达成数据“看得见、管得住、用得好”的目标。自开展数据治理以来，数据异常修复时间缩短30%、数据处理及时率提升22%，每年节约人工成本774人天，全面助力公司高质量发展与数智化转型。
数据治理是一个长期的过程，根据IDC最新发布的Global DataSphere 2023显示，中国数据量规模将从2022的23.88ZB增长至2027年的76.6ZB，年均增长速度达到26.3%，为全球第一。数据呈现分布式、多样化、动态的3D特征。其中企业数据量占据70%，而目前仅有24%的数据被用于分析或AI决策，这意味着企业将有更大的机会和空间来挖掘有价值的信息。
随着大数据、人工智能（AI）等新一代数字技术的迅猛发展和广泛应用，数据治理犹如大海行舟。我们需因地制宜，统筹好业务战略、成本预算、效益评估、技术人员、现状分析等工作，规划好数据治理工作任务及目标，发挥好治理技术和技术治理之间的循环关系作用，不断夯实数据基础，持续促进数据资源向资产、资本转化，全面释放核心生产要素活力。
