大型集团落地式数据治理存在哪些问题?

2020年8月,国务院国资委办公厅发布了《关于加快推进国有企业数字化转型工作的通知》,通知明确要求构建集团数据治理体系,打造制造类企业数字化转型示范,制定数字化转型规划和路线图。

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

《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》(“数据二十条”),主要内容包括:以促进数据合规高效流通使用、赋能实体经济为主线,以数据产权、安全治理为重点,构建适应数据特征、符合数字经济发展规律、彰显创新引领的数据基础制度,充分实现数据要素价值、促进共享数字经济发展红利,为深化企业创新驱动、推动高质量发展提供有力支撑。

2020年8月,国务院国资委办公厅发布了《关于加快推进国有企业数字化转型工作的通知》,通知明确要求构建集团数据治理体系,打造制造类企业数字化转型示范,制定数字化转型规划和路线图。

2021年,XX集团制定了《集团“十四五”产业发展规划》,该规划提出打造“智慧产业集团”,加强数据资源开发利用与共享,打造“XXX工程”“实施六个专项”提出数据管理能力成熟度建设专项,整体制定XX集团数据治理的发展蓝图以及演进路线图。

XX集团“十四五”规划指出,数字时代要充分激活数据要素潜能,以数字化转型整体驱动生产方式变革。对数据要素的高效配置,是推动数字经济发展的关键一环。深化数字化管理和数字产业化应用既符合国家产业政策,落实制造强国的战略需要,也是XX集团打造数字化转型新标杆、降低成本、提高企业竞争能力的迫切要求。

经过多年的建设,XX集团已经进行了部分数据相关工作的推进,并取得了一定的成效。

组织方面:信息中心和物资管理部支撑基础类、内部单位、物料主数据的运维和审核工作,其他类主数据没有明确各级主数据管理和维护人员职责。

标准方面:编制参考类、内部单位、外部单位、物料、合同等数据资源类标准。

平台方面:2017年建设了主数据管理系统,2024年进行了系统升级和物料主数据治理工作;2023年建设了数据中台一期。

公司数据治理存在的问题主要包括:

1.顶层设计缺乏

缺失XX集团层面数据治理顶层设计和规划,缺乏数据资产顶层设计规划引领,都是依赖项目式、随机式的短期方式来进行数据管理建设,缺乏可持续的数据管理机制。

2.数据共享程度低

目前所使用的支撑业务流程的主要信息系统,包括用友NC系统,电商平台和合同管理系统,采购系统和仓储系统,支撑的业务流程非常有限,系统之间数据传输和共享程度低,导致存在数据孤岛,且缺乏可用于支撑管理层决策的相关业务数据。

3.缺乏数据管理组织机构

缺乏稳定专业的数据治理和运营团队,缺乏明确的数据治理组织机构和职责,数据问题跨组织协调难。

4.缺乏有效的数据管理制度

由于企业缺乏有效的管理制度,存在数据管理无序、重复、数据维护错误、数据不完整、数据不一致等情况,导致大量低质量数据存在。

5.数据质量不高

由于各种原因(如数据采集不准确、数据传输过程中丢失、损坏等)导致数据质量不高,缺乏准确性、完整性和一致性的数据常常导致错误的分析和决策,影响业务成果。

6.数据安全无法保证

企业的大多数敏感、重要的数据集中在应用系统中,未经适当管理的数据容易遭受安全漏洞和数据泄露的风险,如何保障数据不被泄露和非法访问,是非常关键的问题。

7.治理理念和体系落后

沿袭传统的信息化治理思维认知和管理模式,开发建设框架设计未充分考虑数据因素。对数据质量和数据安全的认知意识严重不足。数据治理缺乏统一指挥和强有力的推动能力,也没有有效的技术手段支撑相关工作。

8.数据价值没有释放

企业在数字化转型过程中未建立有效管理和应用数据的模式,导致工作效率并没有得到显著提升,数据价值不能有效释放,最终企业自身难以适应市场、行业、技术的不断变化,更无法使数据资产管理成为持续和动态的过程。

企业不进行数据治理可能会造成以下影响:

(1)数据质量参差不齐、数据错误和重复现象严重,导致企业决策基于不准确、不一致的数据,使业务目标无法实现。

(2)数据孤岛现象严重,数据无法互通,企业整合数据、挖掘数据价值的能力下降,也无法深入挖掘数据价值,驱动业务优化和运营效率提升。

(3)缺乏对数据的统一有效管理,数据管理无标准,数据资产无法充分利用,使得企业浪费大量的人力、物力在低水平数据整合、重复建设上。

(4)数据保护不当可能导致数据泄露,给企业带来法律风险。

(5)不能适应数字化转型的需求,导致企业竞争力下降。

声明:本文来自数据驱动智能,版权归晓晓所有。文章内容仅代表作者独立观点,不代表数字化转型网立场,转载目的在于传递更多信息。如有侵权,请联系我们。

数字化转型网数据专题包含哪些内容

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

数字化转型网数据专题包含:

1、数据相关外脑支持:100+数据相关专家、100+数据实践者、1000+相关资料

2、数据研习社:与全球数据相关专家、实践者共同探讨相关问题,推动产业发展!

3、国际认证培训:目前已引进DAMA国际认证CDMP,其他国内外认证也在逐步引进中

4、典型案例参考:与数字化转型网数据要素X研习社社员一起学习典型案例,共探企业数据落地应用

💬 评论
🔗 本文链接

以专业为基,引领科技向善向新

Rooted in professionalism, we lead technology toward social good and innovation.

数智化转型网 · 了解更多产业资讯与选型数据 →

📰 你可能也喜欢

数智化转型网GEO专题 GEO专题栏目

对话式 AI 引用的内容特征:四要素构建法

一、对话式 AI 引用的独特性 对话式 AI(如 ChatGPT、Claude、文心一言)的引用特点与传统搜索
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

GEO 平台评估:2026 年企业选型时需要关注的六大核心指标

一、为什么企业需要系统评估 GEO 平台 随着 AI 搜索生态在 2026 年持续扩张,市面上已经涌现出超过
📅 09-27 · 👁 2026年9月27日
数智化转型网GEO专题 GEO专题栏目

AI 引擎的引用决策机制:可解释性的四层评估模型

一、AI 引用是怎么发生的 当用户向 AI 提出问题时,AI 不会凭空生成答案,而是基于检索增强生成(RAG)
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

2026 年 GEO 行业研究报告核心发现:五大趋势判断

一、行业研究的意义 2026 年初,多家权威机构发布了 GEO 行业研究报告。这些报告汇集了行业最新数据、案例
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 GEO专题栏目

Schema 类型全解:六种核心结构化数据与 GEO 应用

一、什么是 Schema 结构化数据 Schema 是由 Schema.org 维护的一套标准化词汇,用于在网
📅 09-26 · 👁 2026年9月26日
数智化转型网GEO专题 专题栏目

AI 答案中的引用位次:第一位、第二位与第三位的价值差异

一、AI 答案的引用结构 AI 引擎在生成答案时,会引用多个信源的内容。理解答案中引用信源的位次结构,对于优化
📅 09-26 · 👁 2026年9月26日