政府数据治理的国际经验与启示

发布时间:2018.10.23来源:信息资源管理学报浏览量:119次标签:数据治理

政府数据治理是当前政府信息管理研究的热点问题,对发达国家政府数据治理经验的总结有助于把握政府数据治理的普遍规律,推动我国政府数据的开发利用。借助大量的文献调研与案例分析,本文对政府数据治理的战略框架、内容体系以及生态环境等核心要素进行了深入而全面的国际比较,系统分析了代表性国家政府数据治理实践所采取的普遍做法,进而为我国政府数据治理实践提供启示和借鉴。

政府数据治理是政府治理和政府信息管理的重要组成部分,“是综合运用数据管理法律制度、人员组织、技术方法以及流程标准等手段,对政府结构化数据和非结构化数据的可用性、完整性、安全性等进行全面管理,以确保政府数据资产的保值增值。”随着大数据战略和开放政府数据战略的全球推进,特别是对数据资产价值认识的不断深化,各国纷纷出台一系列政策举措来推进政府数据的开发利用。虽然并没有系统性地提出政府数据治理的概念体系,但无论是宏观层面的数据战略意识,还是中观层面的数据法规制度,乃至微观层面的数据实践,都充分体现了政府数据治理理念和数据治理的行为典范,具有普遍借鉴意义。

1强化政府数据治理的顶层设计

数字化时代政府数据量的急剧扩张与技术手段的快速更新,亟待在宏观层面实现思维观念从“数据管理”向“数据作为战略资产”的转变,并需要最高决策层对政府数据治理的战略目标、战略重点、主攻方向以及工作机制、推进方式等进行整体设计,以确定数据治理工作目标和原则,选择适合各国国情的制度安排和实践路径。

1.1战略层面的统筹规划与宏观指导

随着政府信息管理的不断深入,政府信息工作视角逐步切入到更微观的数据层面。2010年以来,许多国家出台了有关政府数据开放的国家战略,英国政府发布了《开放数据白皮书》、澳大利亚颁布了《公共数据政策宣言》、新西兰制定了《新西兰数据和信息管理原则》等。上述文件不仅强调了政府数据在提升透明度、促进参与以及鼓励创新和保持数字经济增长中的巨大作用,而且还要求将政府数据作为资产进行管理,并在相关操作性文件中对数据开放的目标、范围、标准、元数据、数据质量以及利用原则、数据安全等数据治理的核心问题予以明确。例如马耳他的《国家数字化战略2014-2020》、《国家数据战略》强化了政府数据治理的整体观,重在强调政府数据资产如何被使用、共享和再利用,以确保能够对所有政府数据和记录进行恰当的管理。

除国家层面的数据战略外,一些地方政府也纷纷制定数据治理目标,对政府数据流程管理及开发利用进行针对性指导。例如美国俄克拉荷马州教育局的《数据治理项目手册》规定数据治理任务是确保收集、使用和提供最高质量的数据给重要利益相关者,并提高效率、保护隐私,使决策者和教育工作者更好地作出决策;费城政府行为健康和智力残疾服务部则在《数据治理框架实施计划》中,涉及数据治理战略分析,包括政府数据治理面临的优势与挑战以及数据治理机构的角色与作用发挥等各方面。

为加强对政府数据治理工作的领导,一些政府首脑如美国的奥巴马总统、英国的布朗首相等纷纷发表有关推动数据开放、数据共享以及促进数据利用的讲话,以引导和强化政府数据治理思想观念的形成。此外,部分行政领导人还直接参与到政府数据项目管理,如澳大利亚总理马尔科姆·特恩布尔一直保持着对公共数据政策的直接参与和高水平领导。

1.2日益健全的信息法律制度

整体而言,西方发达国家十分注重运用法规制度体系来规范和保障政府数据治理行为,充分利用政策条文体现政府数据思想和数据治理核心要义。例如美国联邦预算与管理局发布的《开放数据政策》备忘录开宗明义,明确其主题词为“开放数据政策—管理信息资产”。与以往信息制度相比,近几年一些政府数据治理法律制度的完善更加突出针对性与适用性原则,许多国家结合实际,在数据标准、质量、流程以及组织管理和数据安全等方面做出内容更加详细的专业性规定。同时,还十分注重数据立法与法规政策制定的完整性,由于不同法规政策之间的关联程度高,因而形成了覆盖政府数据流程、前后环节呼应、内容衔接紧密的一体化制度体系,而不是碎片化的单一政策推进,以制度合力直接指导政府数据实践(见表1)。


针对开放环境下政府数据利用中频频出现的隐私侵害、数据泄露等问题,一些国家积极开展信息法律制度的系统性修订更新。如英国的《一般数据保护法规》将于2018年5月生效,以取代《数据保护法案1998》;新西兰先后对《隐私法》《版权法》《公共记录法》《统计法》进行审查和修订,避免过时法规所造成的数据管理混乱;澳大利亚政府对信息政策进行了多次审查,2010年通过的《信息自由法改革修正案》促使政府在信息披露和出版方面更加积极主动,2012年颁布的《隐私修正法》则对1988年《隐私法》进行了重大调整,增加了对个人身份标识等内容;2014年,美国颁布的《国家网络安全保护法》旨在更新2002年的《国土安全法案》,拓展政府网络安全管理职能。

1.3建立政府数据治理组织体系

“实施数据治理项目最困难的是管理者参与数据管理作用的发挥”,许多国家都认识到强有力的领导者和专业化的数据管理者是政府数据治理不可或缺的重要推动力量,并结合已有信息管理体制建立起了职责清晰、运转高效的数据治理组织体系:既有负责数据战略顶层设计与宏观引导的决策领导部门,也有负责所在政府部门具体数据治理任务的推进执行机构;既有负责数据标准、数据安全以及存储、开放等专项职能的专业性数据管理机构,也有负责各部门数据治理工作协调沟通和评估监督的专门性机构。

一方面,除国家层面数据治理的宏观领导机构外,各国更加侧重于政府数据管理岗位的细分与专业化。美国联邦政府各部门纷纷在决策层面设有数据治理指导委员会、管理层面有数据管理委员会、首席数据官办公室和员工层面的数据治理工作群。如美国商务部、农业部、交通部、能源部以及科罗拉多州、纽约、费城等分别设立了政府首席数据官/首席分析官办公室,直接负责将本部门的数据转化为可操作的信息资产(见图1、表2)。


在首席数据官/首席分析官之下,各部门还根据需要设置数据管理员、数据分析师、数据建模专家、数据架构师以及安全分析师等不同职位,从事数据加工整理业务;新西兰在中央政府各部任命了由高级官员出任的数据专员,数据专员之下设有若干负责具体数据任务的数据管理员;澳大利亚联邦政府则构建了“数字信息和文件管理能力矩阵”,对所有参与政府数据工作的人员进行精准的角色定位、能力规划,明确不同类别人员数据管理职责。另一方面,各国都强调数据治理组织机构间的业务协同与跨部门合作,以解决标准不一、数据割据等问题。2013年,澳大利亚成立了政府2.0指导小组,负责跨部门政府数据活动的协调沟通,以推动政府部门间数据行动的协同与资源共享。美国联邦政府首席信息官委员会、管理与预算局常常建立跨部门工作组,如开放政府工作组,吸引了来自42个联邦部门或机构的高级官员参加,分享数据治理最佳实践与技术,形成了定期的跨部门协作交流机制。此外,一些数据分析社区如Corinium还定期举办政府首席数据官/首席分析官会议,促使联邦和州政府等业界同行相互交流数据治理的经验体会。

2完善政府数据治理的内容体系

从本质上讲,政府数据治理与信息管理的核心差异体现在二者关注的对象、工作重心和实施方法的架构上。与后者专注于信息收集、加工、存储、传播等关键环节的专业化处理所不同的是,前者着眼于政府部门间以及政府内部不同岗位间数据流动与操作处理的整体性运作,强调数据处理各环节、要素以及方法手段的相互衔接,主张数据治理从分散走向集中、从部分走向整体、从碎片走向整合,要求系统化配置数据资源并建立一体化的治理内容框架。

2.1建立整体化政府数据治理内容框架与实施方案

“强大的数据治理框架对于确保负责任的数据利用至关重要”。从各国实践来看,有前瞻性意识的国家已经认识到需要运用整体化思维来整合政府数据管理制度、方法和技术,即对数据战略、信息制度、数据开放与开发利用流程的整体运行和数据风险监控过程进行有机整合,并在政府数据决策部门、业务指导部门和执行机构之间实现管理目标的衔接统一。2011年英国政府发布的《公共部门信息原则》强调要为整个政府建立连贯的信息使用方式和信息管理方法。2014年,开放数据研究所制定的《英国开放数据路线图2015》,对政府数据行动计划进行了系统化阐述,包括制定连贯的开放数据战略,开放更多公共数据,支持更广泛的数据利用以及提供数据培训和技能拓展等。

从内容结构看,中微观层面的数据开放、隐私保护、数据安全、信息资源建设无疑是各国政府关注的主要内容。而整体化数据思维要求与上述内容相关的信息制度、组织机构、人员配备、业务管理以及技术手段、基础设施等实现有机整合和相互关联。以阿联酋迪拜政府的《开放与共享数据框架》为例(见表3),不仅强调运用整体性理念来解决地方政府开放数据治理问题,还明确了政府数据活动所涉及的标准和领域;从美国政府数据管理实践来看,借助开放政府规划、数字政府战略、IT战略规划以及信息管理战略,可以成功地将政府数据治理的核心要素与重要内容融入上述国家战略框架并形成前后连贯内外衔接的开放式治理体系。

在实践中,新西兰内政部提出应将数据和信息治理放在管理的优先位置予以重视,并要求政府部门着重聚焦于记录和控制数据信息流程、将数据信息管理职责嵌入到工作中、共享数据信息、确保数据信息质量、智慧地利用数据信息等方面。澳大利亚联邦政府还明确了政府数据治理的优先级和时间表,推进举措包括:讨论关键数据政策、实施高价值数据项目、培育外在合作伙伴和刺激数据再利用、发布非敏感数据集、建立数据分析能力、创建数据目录、发布数据管理标准、简化数据流程、明确成本管理等。

2.2高度重视数据安全与风险防范问题

网络环境下引发政府数据安全的诱因明显增多,不同的数据访问权限、不一致的数据来源、不兼容的数据格式都会促使政府数据易于识别而被泄露。各国均认识到数据安全的重要性,分别围绕数据安全与标准界定、管理体制建构、监控预警和防范应对,通过健全信息法律、制定数据安全战略与行动计划、开发新技术等方式,形成完善的政府数据安全与风险防范管理体系。

在实践中,大多数国家经历了从信息系统安全到政府数据内容安全与开发利用流程安全并重的转变。例如,美国先后经历了从克林顿时期的《信息时代保护关键基础设施》《保卫美国的网络空间-信息系统保护国家计划》到布什时期的《国土安全法案》《联邦信息安全管理法案》,再到奥巴马时期的《网络空间行动战略》《网络情报共享与信息法》,政策体系的修订完善促使政府数据安全管理的内容框架逐步清晰全面,并要求政府机构将隐私保护和数据风险防范纳入数据生命周期管理的每个阶段,分领域制定完整的数据安全标准和指南。同时,一些国家分别在政府部门设置相应职位专门负责数据安全管理。例如英国在中央政府各部配备了隐私保护专家;新西兰设立了政府首席隐私官,2014年内政部还颁发了《隐私成熟度评估框架的用户指南》;澳大利亚新南威尔士州政府任命了首席信息安全官来负责州政府及所属公共机构的网络信息利用安全,而瑞典、匈牙利、芬兰等国则任命数据保护监察专员。为强化数据安全管理的执行,美国《国家/国土安全和隐私保密检查表和指南》规定各部门提交给Data.gov网站的数据都应进行安全审查;新西兰政府通信安保局还编制了《信息安全手册》,内容包括风险管理、治理、安全保证和技术标准等,以为政府部门和公共机构提供最低技术安全标准和安全指导。

2.3优化数据资产价值开发举措

许多国家及时把握政府数据开放与数据资产价值实现的时代契机,主动从法规政策角度强化政府数据的资产属性。新西兰的《开放与透明政府宣言》明确提出:所有公共服务部门应承诺要积极披露高价值公共数据以促进数据再利用。《政府ICT战略和行动计划2017》还将信息资产管理作为重点工作。同时,一些国家分别从数据标准、再利用授权以及定价收费和过程管理等角度掌控数据价值链管理的关键环节,以确保政府数据资产得到有效开发。

例如,澳大利亚的开放政府许可框架将数据再利用的授权许可类型划分为四类,不同类型的政府数据可采用不同的授权模式与收费标准,进行差异化限制或鼓励;在创造条件促进数据资产价值实现方面,新西兰政府编制了“信息资产目录模板”,信息通讯技术部制定了《数据投资框架》,内政部还将高价值公共数据再利用的披露流程划分为七个阶段,并对不同阶段的工作内容与运行规则进行了操作性描述,以为数据再利用提供针对性指导。

多元协同伙伴关系被西方国家视为政府数据资产价值开发的核心要素。美国采取了完全与开放的数据增值加工策略,注重与私营部门建立稳定而密切的沟通机制和数据共享机制。2014年,美国商务部部长PennyPritzker宣布成立由15个私营部门领导者组成的数据咨询委员会,以建立政府与企业的对话机制,共同探索如何为企业提供更多有用、及时和可访问的数据,实现更有效的数据开发与共享。

2.4技术创新是提升政府数据治理能力的有效途径

“数据环境越大、越健壮,数据治理的技术需求就越困难和复杂”。无论是政府数据工具的开发还是平台和应用程序互操作性的实现以及基于深度分析和学习的数据关联,都需要强有力的技术支撑。为此,各国均强调要将最新信息技术应用到政府数据治理活动中。例如美国前总统奥巴马创立首席技术官职位,启动《大数据研发计划》,以确保最新信息技术及时应用于政府数据管理;2017年5月,新任总统特朗普创建技术委员会以改造和推进政府数字服务的现代化;同年8月,白宫发布《联邦信息技术(IT)现代化计划》,要求联邦政府最大程度地建立云计算、使用云服务,同时进行网络系统的整合和改进、优先处理需要升级的关键应用,提高政府整体信息技术安全。

针对部门间信息技术与实施水平的差异,美国还建立了政府部门间技术合作与联动机制,管理与预算局、总务署、首席信息官委员会加强了与各联邦机构首席信息官、首席隐私官的沟通,协商确定可优先进行现代化的网络系统,以优化各部门的IT管理架构和标准,妥善处理不同机构间数据标准和技术能力的异质性问题。

3重视政府数据治理生态体系建设

高素质的公务员队伍、积极的行政文化、良好的社会支持体系是政府数据治理赖以生存和发展的基础。从各国实践来看,无论是政府内部数据管理效率的要求还是外部数据资产价值实现的呼声,都构成了强有力的政府数据治理驱动力。

3.1积极应对政府数据治理对公务员能力要求的挑战

在英国,公务员缺乏信息技能被列为是阻碍政府数字转型的三大关键障碍之一;美国针对联邦和州不同等级政府数据管理人员的访谈发现,数据治理的成功主要取决于政府机构及其数据管理人员克服传统体系和实施新的现代技术和过程的能力。一方面,数据治理理念对公职人员(不仅仅是信息技术人员)的数据思维、数据挖掘与存储能力、关联分析能力、激活能力、精准推送能力以及知识结构等提出了更高要求;另一方面,公务员的数据管理理念与数据驾驭能力并不能适应上述要求,亟待强化数据能力培训。对此,澳大利亚公共服务委员会联合政府统计局等部门合作开发了有关数据和分析技能提升的整体培训计划,公共服务部门的雇员可根据需要接受短期工作岗位实习安排、大学课程、数据培训伙伴关系(跨部门合作)和数据扫盲计划等针对性训练。英国《开放数据路线图2015》指出政府应加强公务员数据素养的培训;2017年,政府数据科学合作伙伴关系组织召开了第一届政府数据科学会议,在合作开展政府数据科学家职业发展路径研究,举办跨政府部门数据交流活动、开展公务员数据技能培训等方面进行尝试。

3.2高度重视和努力培育政府数据治理的合作伙伴

在数字政府领域,传统的以线性方式独立进行数据管理的做法已不能满足需要,“越来越需要跨组织边界的协同治理,利用技术提供公共服务的集成和定制。”广泛吸纳社会力量,培育合作伙伴,形成纵横交错的开放式跨界政府数据治理协作机制已经成为发达国家的通行做法。例如,美国政府《开放数据行动计划》提出应加强与社会力量的协作,共同确定有价值数据集的优先发布,重视从用户角度分析和提出数据政策;英国政府注重在数据治理政策执行与推广过程中发挥非政府组织和企业的作用,其数据战略委员会下属的开放数据用户小组由政府部门、企业单位、学术专家、市民等多方代表构成,强调数据开发利益相关者之间的整体互动;澳大利亚综合运用行政、市场和社会动员等手段,不仅设有鼓励数据利用创新的总理奖,总理与内阁部还与澳大利亚信息产业协会、Pollenizer有限公司、谷歌等孵化机构合作,开展公私合作的DataStart建设,旨在鼓励和培育技术型初创企业利用开放的公共数据开展数据驱动的创新。

3.3对政府数据治理活动进行必要的监督和指导

目前,许多国家提出要对政府数据活动开展检查监督。英国在《开放数据白皮书》中承诺要对公共部门信息的使用情况进行独立评估;美国前总统奥巴马曾要求联邦首席绩效官与总统管理委员会建立跨部门优先目标来跟踪开放数据政策,评估相关工作绩效。从实际操作来看,各国的数据治理评估往往聚焦在数据开放效果、数据安全以及特定行业领域。例如,2014年新西兰国家服务委员会、财政部以及总理和内阁开展了政府统计数据的全面评估,从数据管理优先级、核心业务变化和组织领导、外在关系、财务以及资源管理等角度检验统计数据管理的应用成效;英国国家审计办公室通过对中央政府各部委政府数据安全检查,指出政府数据保护十分复杂,需要对政府数据风险进行管理;世界经合组织开展了部分国家健康数据开发利用情况的评估,内容涉及健康数据的安全利用、隐私保护、风险识别以及好的数据治理实践等内容。

从评估框架与内容体系的完整性角度出发,美国总统行政办公室制定的《联邦政府数据成熟度模型》可视为数据治理的整体性评估,涉及分析能力、数据文化、数据管理、个人数据、数据系统和技术以及数据治理六个维度,并将政府机构数据成熟度由低到高依次划分为五个阶段(见表4);而新西兰内政部颁发的数据和信息治理年度成熟度评价指标,则主要考察各机构数据/信息工具、流程、政策与标准、培训、主数据管理、质量保障等实际执行并作出判断。

3.4注重数据治理文化建设

政府数据治理意味着要在整个组织体系内嵌入数据思维。数据文化有助于固化组织机构数据治理秩序与规则体系,重塑数据流程,形成人们的自觉行动。各国都高度重视数据文化建设,爱尔兰政府提出要在跨部门的公共服务中开发数据驱动型文化;美国联邦储备委员会首席数据官办公室将数据驱动文化的转变作为数据管理的重要机遇;澳大利亚新南威尔士政府将政府内部数字文化建设作为数字政府战略的重要内容。从部分国家数据文化建设实践来看,一方面,竭力突显政府数据价值,营造数据利用氛围。例如新西兰政府强调数据文化和数据治理的相互依存与相互促进,主张应建立对政府数据的信任和信心;美国的费城政府则关注数据价值和数据价值测度结果,鼓励人们对政府数据的自觉利用。另一方面,采取多种方式营造氛围,激发各方数据开发的积极性。美国旧金山市首席数据官团队通过举办活动庆祝数据的示范性使用、创建数据利用奖励计划等将各政府部门的数据协调人员紧密联系在一起,形成良好的数据合力,打造跨部门数据利用和共享文化。

4对我国的启示

数据是21世纪政府的生命线,是帮助政府实现和管理其信息资产全部价值的关键因素。我国正处在深化政府行政改革、提高国家治理能力的关键时期,数据治理理念及其他国家数据治理经验的总结对于加强和改进我国政府数据的开发利用具有重要指导和借鉴意义。

(1)既要充分认识到数据治理对于改革政府工作的深远意义,不断强化政府领导及公务人员的数据思维,也要深入研究政府数据治理规律,结合我国实际,强化数据治理的宏观指导与统筹规划,理顺电子政务、信息公开、开放数据与政府数据治理之间的内在关系,周密设计政府数据治理的整体行动方案。

(2)既要强化政府数据的资产价值,认真研究开放数据环境下政府数据再利用的特点与经营模式,引导和激励更多社会资本参与政府数据的合作开发与综合利用,也要提高政府数据利用的风险防范意识,建立数据安全标准体系和评估体系,采取技术、管理等多种手段加强数据主权维护和个人隐私保护,进而提高数据资产价值实现的安全性。

(3)既要健全政府数据治理的组织领导体系,明确不同类型数据管理机构与数据职位的职能边界,构建职责清晰、运转高效、协调有序的数据治理内部运行机制,也要加强政府数据生态建设,吸引更多企业和民间机构参与政府数据治理过程,推动政府数据与企业数据、社会数据的融合,形成治理主体的多元化、治理视角的多维化和治理方式的多样化,进而增强政府的数据调控能力,构建多维交互平台。

(4)既要关注政府数据治理结构的优化,不断完善信息法律制度,强化数据治理的制度保障和监督指导,也要准确把握政府数据治理的核心问题,在数据质量管理、数据资产管理和数据风险识别防范方面综合运用技术、管理、制度等手段实现数据管理方式创新与服务模式创新,建立起系统性与协同性并重的数据治理方法体系。

(5)既要正视公务员数据能力缺失的现实,建立多层次、多模式的数据素养培训体系,满足不同岗位公务员数据能力需求,也要培育以理性、有序、安全、共享、开放为核心的政府数据文化,建立数据管理问责制度与激励机制,进而提高政府数据的聚合效应,增强数据洞察力,实现高价值数据的精准加工和精准递送。


(部分内容来源网络,如有侵权请联系删除)
立即免费申请产品试用 免费试用
相关文章推荐
  • 目前国内外主流的主数据管理平台

    目前国内外主流的主数据管理平台

    企业主数据(Master Data)是用来描述企业核心业务实体的数据,比如客户、合作伙伴、员工、产品、物料单、账户等;它是具有高业务价值……查看详情

    发布时间:2020.04.29来源:知乎浏览量:103次

  • 加强数据治理 护航数字经济

    加强数据治理 护航数字经济

    目前,我国正处在推动互联网、大数据、人工智能和实体经济深度融合的关键时期,个人数据滥采滥用、企业数据交易纠纷频发、公共数据开放开发滞后、……查看详情

    发布时间:2019.01.04来源:陆峰浏览量:72次

  • 如何应对数据标准化的难题

    如何应对数据标准化的难题

    数据标准好制定,但是数据标准落地相对就困难多了。国内的数据标准化工作发展了那么多年,各个行业,各个组织都在建设自己的数据标准,但是你很少……查看详情

    发布时间:2019.12.20来源:知乎浏览量:99次

  • 医疗领域的数据治理

    医疗领域的数据治理

    数据治理将为患者和护理人员实现价值。医疗保健系统和提供者越来越关注使用证据来为临床和运营决策提供信息的需求。这导致他们组装并批判性地评估……查看详情

    发布时间:2018.11.20来源:Lydia Lee浏览量:93次

  • 数据治理的六大优势

    数据治理的六大优势

    重要的是,我们认识到数据治理(DG)的优势超出了通用数据保护法规(GDPR)的要求。……查看详情

    发布时间:2019.01.26来源:亿信华辰浏览量:144次

  • 一文搞懂数据质量问题及对应的解决办法

    一文搞懂数据质量问题及对应的解决办法

    通过数据分析、数据评估、数据清洗、数据监控、错误预警等内容,解决数据质量问题,使数据的质量得以改善,使其满足数据需求方对数据质量的规则要……查看详情

    发布时间:2019.11.05来源:知乎浏览量:566次

  • 大数据时代 这样炼钢——亿信华辰

    大数据时代 这样炼钢——亿信华辰

    铁流滚滚,四溅迸射出绚丽的火花。经过1个多小时的高温淬炼,高达1500摄氏度的铁水从出铁口喷涌而出,像一条火龙沿着沟槽蜿蜒流动。……查看详情

    发布时间:2019.02.12来源:亿信华辰浏览量:127次

  • 数据治理和数据管理不可互换

    数据治理和数据管理不可互换

    从什么时候开始数据管理和数据治理可以互换? 这个问题让我感到困惑和沮丧。追求数据管理供应商与业务利益相关者建立联系,因为业务部门在决策……查看详情

    发布时间:2018.11.20来源:Michele Goetz浏览量:91次

  • 应用程序组合管理:优化您的投资组合

    应用程序组合管理:优化您的投资组合

    过程的第四个也是最后一个阶段是优化您的投资组合,在这里您必须开始检查其他应用程序和项目之间的依赖关系。您还必须在每个应用程序中添加成本和……查看详情

    发布时间:2019.02.19来源:亿信华辰浏览量:96次

  • 商业银行数据治理从源头抓起 坚持数据标准先行

    商业银行数据治理从源头抓起 坚持数据标准先行

    商业银行数据治理是一门将数据视为一项资产的学科。它涉及到银行以资产的形式对数据进行优化、保护和利用的决策权利。糟糕的数据管理意味着糟糕的……查看详情

    发布时间:2019.09.04来源:知乎浏览量:101次

相关主题
您点击 “提交”,表明您已理解并同意接受本网站隐私政策和用户协议