新闻动态
NEWS
国双专家谈：以业务场景牵引的知识治理为数据要素化赋能（上篇）
本期国双专家谈限于篇幅，将拆分成上、下两篇，敬请持续关注。
如今随着数据量的爆发式增长和数据应用场景的日益复杂，数据治理的重要性愈发凸显。首先，数据质量问题也可能导致治理难度高、数据要素化治理程度不足引发错误决策和业务损失；另外，数据管理中数据安全和隐私问题可能引发法律风险和声誉损害。因此，有效的数据管理以及治理无疑是企业数字化转型成功的基础。
近期从2025数据安全发展大会上发布的《2025高质量数据集研究报告》中获悉，随大数据与人工智能的技术融合趋势发展，当前我国仍然面临着高价值数据存量小、产量低、数据集质量良莠不齐、缺乏主流高价值数据引领、数据利用效率低等问题。根据国双专家团队多年服务于产业的数字化、智能化转型的实践经验来看，数据管理是重要前提，而数据治理则无疑是数据服务中颇有含金量的关键，特别要指出的是，国双认为数据治理不能视同于数据管理，两者一字之差，却存在着若干差异。
数据管理
数据管理为实现数据和信息资产价值的获取、控制、保护、交付以及提升，对政策、实践和项目所做的计划、执行和监督，更加注重数据工作的系统过程。
数据治理
数据治理是对数据资产管理行使权力和控制的活动集合(规划、监控和执行)，更加注重通过数据活动达成既定业务目标。
根据大量实践和数据研究来看，有效的数据治理要建立在成功的数据管理基础之上，数据管理是数据治理的先决条件。但更为重要的是，数据治理不能泛泛而谈，需要深入理解业务，并通过服务于业务场景去开展的有针对性的数据治理才能够帮助企业高效达成提升决策质量、优化业务流程、增强客户体验、满足法律法规等主旨目标，进而赋能到经营提效。
为此国双专家团队一直秉承着对业务的深度思考及自研的技术方案去自主创新，从实践中的真需求出发，在业内首次提出企业数据治理和知识治理的双轮驱动模式，即围绕落地场景，聚焦核心业务、以知识治理牵动数据治理的方式，去赋能企业客户实现数据资产的要素化落地。此处所指的知识，并非仅仅意味着单一体系的技术工具，而更应是基于对企业价值链条、业务要素、数据资源、数智技术的成套理解，才能聚合出行之有效的综合方案。
过往，在信息化建设的大背景下，大量企业已经实现了以系统管信息、管数据的流程变革。但历经多年建设发展之后，普遍暴露出因多信息系统建设、并存导致的数据不联通不统一、数据孤岛、数据烟囱、数据质量差等比比皆是的痛点现状，令沉积下来的海量数据完全无法等同于资源，更难以推动数据的要素化和流通。
首先这中间当然脱离不开运用多种数据采集、存储、分类，以体系化的数据管理工作完成从数据到数据资源的转化，进而通过联结、分析、融合挖掘并提炼有价值的数据要素，才可能从数据资源转换为有价值资产，进而对助推流程及决策提效发挥出价值，为以数据要素驱动的业务融合应用铺就可行路径，同时为数据要素流通塑造前提。
