2023中国信息与数据孤岛分析报告

中国信息和数据治理发展背景 1.1数据治理和数据要素的概念界定1.2中国信息和数据治理发展驱动因素 信息和数据孤岛问题与挑战 2.1信息和数据孤岛产生原因 2.2信息和数据孤岛对企业的影响 2.3企业在解决信息孤岛时面对的挑战 3.1信息和数据治理建议整体思路3.2信息和数据治理规划拆解 3.3信息和数据治理供应商最佳实践 中国数据治理发展趋势 4.1数据治理与业务场景紧密结合，数据治理向场景化、精细化方向发展4.2数据治理将与新技术的融合推动智能化发展 4.3数据治理向数据资产管理跃进，加速企业数据价值释放 中国信息和数据治理发展背景 1.1数据治理和数据要素的概念界定1.2中国信息和数据治理发展驱动因素 信息和数据孤岛问题与挑战 2.1信息和数据孤岛产生原因 2.2信息和数据孤岛对企业的影响 2.3企业在解决信息孤岛时面对的挑战 3.1信息和数据治理建议整体思路3.2信息和数据治理规划拆解 3.3信息和数据治理供应商最佳实践 中国数据治理发展趋势 4.1数据治理与业务场景紧密结合，数据治理向场景化、精细化方向发展4.2数据治理将与新技术的融合推动智能化发展 4.3数据治理向数据资产管理跃进，加速企业数据价值释放 数字化转型和数据治理紧密相关，共同推动企业创新发展 数据要素是一种经济学概念，将数据与土地、劳动力、技术、资本等生产要素并列。与其他要素相比，数据要素有着明显的独特性：非竞争性、非排他性和异质性。当数据成为要素时，就具备了数据交易属性，由此衍生数据合规、数据入表、数据管理、数据治理等。 数据管理是对于数据质量、数据安全、主数据、元数据等的管理，数据治理则是对数据管理进行管理。根据Gartner的定义，数据治理是指在数据创建、评估、使用、控制等数据管理活动过程中，包括了流程、角色、制度、标准等方面内容，以保障组织能够通过高效地使用数据实现其目标。 数据治理是将数据转变为可信、可用的数据资产的必要方法，也是企业进行数字化转型的基础和核心环节之一。 数据治理是数据管理的管理 数字化转型与数据治理的关系 大数据平台将构建数据汇集、存储、加工、服务的能力 当前数字经济正带动中国整体经济升级和转型，数据成为社会重要资产 21世纪以前，劳动、土地、资本、技术是主要的生产要素。十九届四中全会(2019)增列数据为核心驱动生产要素，社会生产要素变革带社会进入数字经济时代，数据要素将发挥主导作用，并促进技术进步、管理方式变革、知识创造与转化，引领传统生产要素实现新发展。经过多年发展，数字经济增加值规模由2008年的4.8万亿增长到2022年的50.2万亿，数字经济规模占GDP比重不断提升，2022年数字经济占GDP比重达到41.5%由于人口众多、消费市场活跃，中国的数据体量和增速都非常可观。数据显示，2022年我国数据数据产量达8.1ZB，同比增长22.7%，数据产量位居世界第二。因此，数据成为社会和企业发展的重要资产。 亿欧智库：社会生产要素变革演进 亿欧智库：2018-2022年中国数字经济市场规模及增速 亿欧智库：2017-2027E年中国数据产量（ZB） 中国数字经济规模（万亿） 数字化转型政策频出，政策体系日趋立体化 当前数字化转型政策频出，在《十四五年规划和2035远景目标》最高级别的文件中，国家明确提出加快发展数字化，建设数字中国。在国家数字化指导背景下，企业也逐步迈开了数字化步伐。 中国数字经济和数字化建设相关政策 《关于构建更加完善的要素市场化配置体制机制的意见》 《关于开展对表世界一流管理提升行动的通知》 加快培育数据要素市场:推进政府数据开放共享，提升社会数据资源价值，加强数据资源整合和安全保护。 结合“十四五”网络安全和信息化规划制定和落实，以企业数字化智能化升级转型为主线，进一步强化顶层设计和统筹规划，充分发挥信息化驱动引领作用。 《关于进一步深化法治央企建设 着力提升数字化管理能力。运用区块链、大数据、云计算、人工智能等新一代信息技术，推动法务管理从信息化向数字化升级，探索智能化应用场景，有效提高管理效能。 《“十四五”数字经济发展规划》 数字经济是继农业经济、工业经济之后的主要经济形态，是以数据资源为关键要素，以现代信息网络为主要载体，以信息通信技术融合应用、全要素数字化转型为重要推动力，促进公平与效率更加统一的新经济形态。到2025年，数据要素市场体系初步建立。 《关于印发“十四五”数字经济发展规划的通知》 加快企业数字化转型。引导企业强化数字化思维，提升员工数字技能和数据管理能力，全面系统推动企业研发设计、生产加工、经营管理、销售服务等业务数字化转型。 《关于加强数字政府建设的指导 到2025年，与政府治理能力现代化相适应的政府履职数字化、智能化水平显著提升。到2035年，基本建成整体协同、敏捷高效、智能精准、公平普惠的数字政府。 《关于开展财政支持中小企业数字化转型试点工作的通知》《全国一体化政务大数据体系建设指南》 为加快中小企业数字化转型步伐，促进产业数字化发展，从2022年到2025年，中央财政计划分三批支持地方开展中小企业数字化转型试点，提升数字化公共服务平台服务中小企业能力。 2023年底前，全国一体化政务大数据体系初步形成，基本具备数据目录管理、数据归集、数据治理、大数据分析、安全防护等能力，数据共享和开放能力显著增强，政务数据管理服务水平明显提升。 《企业数据资源相关会计处理暂行规定(征求意见稿)》 《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》《党和国家机构改革方案》 企业内部使用的数据资源，符合无形资产准则规定的定义和确认条件的，应当确认为无形资产;企业日常活动中持有、最终目的用于出售的数据资源，符合存货准则规定的定义和确认条件的，应当确认为存货。 建立保障权益、合规使用的数据产权制度;建立合规高效、场内外结合的数据要素流通和交易制度;建立体现效率、促进公平的数据要素收益分配制度;建立安全可控、弹性包容的数据要素治理制度。 要夯实数字中国建设基础，一是打通数字基础设施大动脉，二是畅通数据资源大循环。 组建国家数据局。负责协调推进数据基础制度建设，统筹数据资源整合共享和开发利用，统筹推进数字中国、数字经济、数字社会规划和建设等，由国家发展和改革委员会管理。 数字化转型循序渐进，中国企业正迎来变革的攻坚阶段 数字化转型的发展步骤是由点到体逐渐扩张，从信息化到智能化逐渐加深。目前，大多企业处于应用数字化到全面系统化的过渡阶段。随着我国对于数字化转型的重视程度日益提高，我国企业迎来数字化转型变革的攻坚阶段，将全面评估并改造其业务流程、组织结构和技术平台，以适应数字化时代对于全局数据可视化和分析的需求。 在业务线内完成的核心企业信息系统的搭建 集团内基础系统集成，全面实现信息化，数据架构清晰完善关键业务流程的可视化 针对业务单元整体具备全局可视化及分析能力，可快速锁定异常，并辅助决策 数字化的理想状态，因企业仍需要人的参与与决策，较难实现“体”层面的全面智能化 进行核心价值业务环节的可视化，如合适，同时嵌入点状智能化应用 运用智能化手段进行商业模式创新 关注运用AI等技术联动业务不同环节，实现业务自动化 ERP、SRM、CRM系统实施及集成主数据的搭建完善 实时生产监控室 设备智能预防性维护 供应链控制塔台AI辅助研发设计 大数据业务预测沙盘 POS销售、客服多终端应用APP及可视化报表 远程设备操作，无人车、无人机等 数据在数字化转型中扮演着重要的角色，是企业发展转型与创新的基础 数据是从各种渠道来源收集、生成和存储的数字信息，包括企业的内部数据、外部数据、交易数据、客户数据、市场数据等等。当数据治理后，价值才能被创造出来，对企业的创新与转型起到关键作用，包括为优化经营管理提供决策依据等。因此，数据是企业数字化转型的基础和驱动力。 数字化转型结构图 运营支撑（数据驱动运营） 技术支撑（物联网、云原生、5G、数字孪生） 组织支撑（组织、人员、文化） 数据挖掘与分析服务、投资与融资服务 数字化转型因数据孤岛受阻，只有通过数据治理才能打好数字化根基，发挥数据价值 然而，企业在数字化转型进程中经常面临信息和数据孤岛的问题，根本原因在于企业的管理、人才和技术体系等各方面不具备充分挖掘数据价值的能力。而这种能力的核心是对数据的管理能力，让数据价值能够被发现、流通和利用。因此，企业只有通过提高数据治理管理意识，从企业全方位推进数据治理，才能实现良好的数据管理和数据价值挖掘。 数字化转型面临数据孤岛问题 数据治理解决数据问题 数据多样化，缺少统一标准，统一取数口径 数据治理能够消除数据的不一致性，建立规范的数据应用标准，实现数据广泛共享 帮助政府和企业建设数据标准，制定统一标准。 及时发现、解决及监控数据问题，从根本上改善和解决系统的数据问题，保障数据的可用性、数据质量等 缺乏数据管理组织，缺乏相应的制度、流程，数据问题没有认责和追责 帮助企业和政府梳理资源，形成数据资产，丰富分析应用全面掌控数据来龙去脉，以获得更多的数据洞察力，进而挖掘资源中的隐藏价值。 帮助企业和政府建立数据质量管理体系，对数据质量实时监控，及时整改，全面提升政府和企业数据的完整性、准确性、及时性，减少因数据不可靠导致的决策偏差及损失。 严密的数据安全机制，降低数据风险 数据安全和用户隐私得不到保障，数据风险隐患大 增强业务流程和资源配置的优化，提供业务管理能力 数据无法溯源，出了问题找不到原因 帮助政府和企业制定相关流程、政策、标准，保证信息的可用性、可获取性、优质性、一致性以及安全性，提升信息服务水准。 大多数据治理的各模块都是独立地执行其功能，通过数据治理可以将数据管理各环节大通，实现完整的数据管控流程 数据质量低下，统计分析不准确 提升政府和企业数据资产安全性，并帮助建立相关安全规范和响应机制，全面保障其数据安全。 中国信息和数据治理发展背景 1.1数据治理和数据要素的概念界定1.2中国信息和数据治理发展驱动因素 信息和数据孤岛问题与挑战 2.1信息和数据孤岛产生原因 2.2信息和数据孤岛对企业的影响 2.3企业在解决信息孤岛时面对的挑战 3.1信息和数据治理建议整体思路3.2信息和数据治理规划拆解 3.3信息和数据治理供应商最佳实践 中国数据治理发展趋势 4.1数据治理与业务场景紧密结合，数据治理向场景化、精细化方向发展4.2数据治理将与新技术的融合推动智能化发展 4.3数据治理向数据资产管理跃进，加速企业数据价值释放 原因：企业从顶层设计层面缺少统一的数据治理相关战略，是数据孤岛存在的根本原因 随着数字化转型不断推进，越来越多的企业在战略规划和标准规范层面加入数据治理的内容，但是大多是部门级或者项目级，缺乏整体企业级数据治理的顶层设计和资源的统筹协调。具体而言，缺少顶层设计包括缺乏数字化转型蓝图、缺乏数据治理战略和缺乏业务需求规划，这些原因共同导致了企业层面从根本上更易发生信息和数据孤岛的现象。 缺乏数字化转型蓝图 数字化转型蓝图提供一个全局的数据战略和规划，包括数据治理的组织部门、计划与落地实施方式与节点、数据平台产品规划等，明确了数据的收集、管理和应用方式。如果企业缺乏明确的数字化转型蓝图，数据治理缺少明确的方法论和框架，项目难以顺利推进。 企业没有明确的数据治理战略和目标，导致不同部门和业务单元在数据管理方面缺乏统一的方向和目标。各部门可能会根据自身需求和优先级制定数据管理策略，而没有统一的框架来协调各个部门之间的数据管理活动。 顶层设计 在数据治理中，企业需要从顶层战略和业务需求出发，明确整体的业务目标和需求。 然而如果企业在规划阶段缺乏对顶层业务需求的深入分析和规划，只注重局部需求满足，容易导致数字系统建设只关注短期目标，而忽视整体业务的一致性和协