胡 蔚

中通服咨询设计研究院有限公司 江苏 南京 210000

正文：

前言：当前我国在城市信息化建设领域已有了一定成果，通过对信息基础设施建设的持续推进，数据开发利用水平不断提升，在公共服务信息方面得的了广泛的应用，城市总体综合治理水平得到了改善，各信息化系统整合与数据共享也开始起步，数据资源从原来的分散应用向集成应用阶段过渡，为智慧城市建设后续的平台融合、创新应用打下基础。

1.城市数据治理现状

在当前物联网、大数据等技术蓬勃发展的时代，从解决方案到项目实施结束，智慧城市建设已经不在局限于技术方面的问题。现在所面临的问题，是城市信息化系统运行过程中积累下来的数据，更重要的是这些数据背后蕴含的信息，现阶段信息化建设所表现出来的现状是，数据采集能力越来越强，分类越来越多，而数据治理的水平却未能同步跟上，这种情况下，获得的数据是越来越多，但基础数据可用性却表现的越来越差，面对城市级别的复杂对象，数据的生产和消费成本很高，同时当前对于数据管理的流程方面的漏洞也很多，是数据治理面临的主要问题，包括由于这一问题引发的运营成本高，资源利用率低，扩展差等难点以及数据资源保护的相关法律法规和保障信息安全开放的标准规范尚待完成。

2.数据治理的总体思考

数据治理是城市信息化发展中所面临的重要问题。对于智慧城市或者行业的高度信息化发展阶段必须具备的一种能力，也就是对于海量的异构传感数据的高效率运用。面向智慧城市的数据治理涉及对海量传感数据的有效整合，考虑通过搭建一个平台或基于当前信息系统建设的数据治理解决方案，实现开放、统一、高效、规范的异构数据管理。

数据治理需要完善的法律政策来保障。这其中需要全面的标准体系作为支撑，从技术层面上来看，需要涵盖存储、质量、共享与开放、安全与隐私保护等多个方面，而这些方面的技术研究，目前还是停留在各自的点上，相互的关联和系统完整尚有待时日解决。

数据治理的内容涉及到数据资产内容，以及相应的管理体制和机制，共享和开放的原则和机制，安全与隐私保护的政策。这些内容需要从国家层面、行业层面以及社会个体层面的不同维度来获得支撑，国家层面以体现法律政策来保障数据治理以及流向的安全，行业层面则强调技术创新和商业模式、平台数据开放和数据竞争，从社会个人层面强调数据隐私及权利保护。

3.基于业务的数据治理分析

对于不同行业来说面临的数据治理的情况来分析，首要的是数据质量问题、这是数据治理的一个理想的切入点，可以评估并确定问题解决的范围和优先级，定位问题涉及的所有相关数据项，从问题数据项入手进行原因分析和梳理，并设计问题解决方案。在问题解决的过程中，可遵循已有数据治理的相关制度及规范，明确数据问题的涉及的业务责任，制定并完善相关数据治理标准，设计数据质量的检核规则并落实常态化监测。

从业务数据的应用需求来进行分析，对需求最为迫切和重要的数据应用来看，比如基于业务的重要基础数据的应用、业务分析指标的应用等，借助元数据管理工具，将重要业务源系统和管理系统等之间的数据关系自动提取、梳理和分析，来识别这几个数据项在各相关系统间的数据链路，以及引发数据问题的链路环节和对应系统。通过数据链路及系统分析，一方面可支持对数据问题的精准定位，为数据治理的解决方案提供重要依据。

4.数据治理的相关措施

4.1 规范数据管理

通过明确数据问题现状并清晰定位所涉及的相关部门、流程、数据链路和对应系统的基础上落实每个数据项的责任归属，作为后续具体数据治理问题及执行的牵头方。

数据责任方应从业务流程方面，提出对数据治理问题的管理和规范要求，比如对业务划分标准或规则及业务管理要求等，作为后续数据标准和业务采集规范的基础。

4.2 制定数据标准

数据责任方应对归属的数据项制定相应的数据标准，例如明确行业的统一标准、业务规则等。在标准制定过程中，数据治理牵头部门将提供数据标准模板、外部监管及同业标准参考及工作方法，支持数据责任部门的标准制定工作，并统筹标准的评审、修订和发布。

对于一些复杂数据项，较难确定合理且可行的规则，此时需要结合数据质量实际情况和同业较佳实践，制定过渡性的规则，同时辅以人工判断和确认机制。

4.3 落实采集规范

需要考虑数据采集节点与业务流程和场景的结合，依照数据治理牵头部门提供的数据采集规范模板和工作方法，明确在不同业务场景下对于不同数据项的采集方式和过程，并基于此提出明确的数据采集规范和采集方案。

4.4 重要数据源的业务规范化

应加强梳理重要数据项现有的采集来源系统，以及各系统之间的数据更新和交互情况，为后续数据标准执行和业务采集规范执行的对象系统明确具体范围，数据项涉及的各类业务和管理系统范围，均需进行详细梳理并明确系统来源。

在完成相关系统来源的基础上，为了保障数据采集和整合的一致性，需要再次明确重要数据源，作为数据项的可信来源系统，数据源系统也必需作为数据标准贯标和采集规范执行的对象系统。

4.5 数据治理的执行评估

数据责任方在明确并制定了数据标准和采集规范，可考虑由第三方机构执行并进行评估，可优先考虑在重要数据源系统中执行相关标准和规范，同时也可根据需要来评估其他数据源系统在此数据治理方案下的效果，从而便于分析系统之间的数据交互情况。

根据执行情况的报告评估，数据责任方可结合对业务效率和管理水平来进落实更进一步的数据检核规则。

结语

数据治理是涉及到国家实施大数据战略的重要基础和保障，也是实现智慧城市发展目标的重要内容之一。数据治理已经成为大数据管理规则中重要组成部分，也是相关技术和产品研发需要重点考虑的内容。通过分层多维度推进数据治理建设，是任重而道远。