数据治理要处理好四个关系

发布时间:2020.04.02来源:知乎浏览量:30次标签:数据治理

随着我国大数据战略的不断推进,各类生产生活行为都以数据的形式全景留痕,构建了一个与现实空间平行的“数据空间”,数据治理呼之欲出。要切实发挥数据治理的效用,推进社会治理的科学化、政府决策的精准化、公共服务的高效化、社会风险的预见化,需要处理好几个关系。

数据公开与信息保护的关系
大数据在推动经济社会发展的同时还面临着隐私保护和数据伦理问题。公民是社会的核心,公民信息是“数据空间”中最核心的部分,保护公民的隐私权是社会文明的基础,主动泄露、滥用个人信息的行为需要法律法规的明确规制。日前,我国国家标准《信息安全技术个人信息安全规范》再次发布了征求意见稿,对个人信息的收集、保存、使用、流转等全流程提出具体要求,最大限度保障个人合法权益和社会公共利益,《个人信息保护法》《数据安全法》也已列入十三届全国人大常委会立法规划,从制度设计的层面高度重视个人隐私信息的保护。数据公开与信息保护要找一个平衡点,既不能因为“可能”存在信息泄露风险就粗暴阻断数据公开,也不能因为需要数据而“毫无保留”的公开,应构建健康的大数据治理生态。在本次疫情防控工作中,网上出现多起以寻找确诊病例密切接触者为由的个人隐私披露事件,中央网信办紧急叫停,要求按“最小范围原则”进行信息采集,并明确不得公开的信息字段,实现了个人信息利用和公共安全之间的平衡,对数据公开与信息保护起到了示范作用。

数据共享与数据权属的关系
大数据对多源数据的综合分析可获得对事物的全方位认知,单个系统或组织存储的是片面、局部的信息,需要开放共享和数据跨域流动建立完整数据集,但是在当前大数据开放共享实践中阻力很大、掣肘很多,一个重要原因是数据权属没有界定清楚,数据所有权、管理权和使用权还没有明确的责权边界。在“谁生产谁负责”的机制下,拥有数据越少的机构越愿意开放数据,而数据越多的机构则越审慎的开放数据,许多省、市意识到这个问题,在机构改革的过程中组建了大数据局,统一管理全省或全市范围内的政务数据,这为政务大数据开放共享创造了有利条件。党的十九届四中全会确立了数据可作为生产要素参与分配的机制,为企业间数据共享打开“闸门”,数据资产可以产生收益、发挥价值,数据价值会引导企业打通数据壁垒、实现数据流动,上海数据交易中心作为国家大数据交易标准化的试点单位,从交易实践中探索数据治理的技术规范、制度规范,制定了《个人数据保护原则》《流通数据处理准则》《流通数据禁止清单》等一系列准则文件,研发了用于无特定标识的个体标记数据技术,使得交易数据无法识别个体且不能复原个人信息,其做法和经验为完善法律法规提供参考。

数据生产与数据质量的关系
数据的生产者按照“能采尽采”的原则不断扩展采集范围,数据量呈现指数级增长,衡量数据的单位从PB到EB再到ZB,超大规模数据中心在持续建设以满足数据存储需求。但在数据迅猛生产的同时,垃圾数据、无用数据、无效数据、伪造数据、重复数据等数据的质量问题接踵而来,低质数据的存在不仅浪费存储资源,还造成对数据清洗所需人力物力的大量浪费,关键的是严重影响数据分析的结果进而影响科学决策,迫切需要改善数据质量、提升数据有效性。在政务大数据领域,国务院《关于加快推进全国一体化在线政务服务平台建设的指导意见》要求按照“谁主管,谁提供,谁负责”的原则提高数据质量,多地迅速展开了数据质量的提升行动,通过数据质量的审查审核、数据质量评估体系的构建以及数据协同中的数据关联,来倒逼数据质量的提升。在其他领域,还没有明确的体制机制,有企业探索通过交叉检验、生物识别以及机器学习等智能技术解决数据低质问题,有些第三方征信机构其内部拥有上百种生活场景,外部积极与公安、公共事业等打通数据接口,通过内外部的交叉检验进行数据治理。重视数据质量需要制定测量标准,规划管理的统一流程,构建数据质量的管理体系,从制度层面保障数据的精准和有效。

数据权力与数据公平的关系
数据主体在拥有数据权力进行数据应用的同时还可能带来数据不公平。其一,数据权力冲击公平的市场竞争机制。企业在所从事的行业里收集客户数据,对数据分析进而优化所提供的服务,收集的数据越多其提供的服务就越精准,越能够满足客户需求,这种由数据所引发的正向反馈机制,使得其他企业无法公平参与市场竞争。其二,数据权力导致公众获取信息的局限。“算法”是数据应用的重要形式,用户在获取信息或服务时,算法会根据已收集的数据推测用户的偏好,进行个性化推荐,让用户体会到“保姆式”服务的同时,也割断了用户与全域信息的交流,剥夺了用户获取全方位服务的权利,大数据杀熟、基于算法的新闻生产、基于算法的购物推荐都是生动案例。其三,数据权力影响社会信用的评价机制。用户的互联网行为越频繁、使用场景越丰富、在线支付频次越高,其信用大数据就越丰富,在信用贷款、无押金消费方面越畅通,但是在农村或偏远山区等互联网低度发展地区,由于技术支撑、认知能力方面的差异,天然存在着互联网使用上的屏障,没有生动的大数据的支撑,企业或机构不足以分析其信用能力,也就无法在信用消费方面提供便利,隐含着数据权力导致的不公平。

(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
  • 盘点数据治理的6个价值

    盘点数据治理的6个价值

    ​随着大数据的发展,各行各业都面临越来越庞大且复杂的数据,这些数据如果不能有效管理起来,不但不能成为企业的资产,反而可能成为拖累企业的“……查看详情

    发布时间:2022.06.15来源:互联网浏览量:57次

  • 数据治理框架:它是什么,我已经拥有它?

    数据治理框架:它是什么,我已经拥有它?

    由于第一个人在第一台计算机上打开了电源开关,IT和业务部门已决定如何处理由技术使用和创建的数据。虽然您不再提交穿孔卡或存档磁带(可能),……查看详情

    发布时间:2018.12.27来源:数据治理浏览量:32次

  • 人工智能治理应当起步

    人工智能治理应当起步

    人工智能正在以前所未有的速度发展,大大超出了人们的预期,目前全球活跃人工智能企业达到了5000家左右。据相关预测,到2022年全球人工智……查看详情

    发布时间:2019.10.18来源:中国经营报浏览量:20次

  • 为什么必须链接数据治理和业务流程管理

    为什么必须链接数据治理和业务流程管理

    必须链接数据治理和业务流程管理。……查看详情

    发布时间:2019.01.22来源:亿信华辰浏览量:25次

  • 走向人工智能治理的趋势

    走向人工智能治理的趋势

    这是人工智能(AI)驱动的自动化和自动机器的时代。自我改进,自我复制,自主智能机器日益普及和迅速扩大的潜力刺激了网络空间,地球空间和空间……查看详情

    发布时间:2019.03.06来源:亿信华辰浏览量:33次

  • 企业数字化转型如何进行数据资源规划?

    企业数字化转型如何进行数据资源规划?

    企业主数据管理,就是将企业的多个业务系统中整合最核心的、最需要共享的数据(主数据),集中进行数据的清洗和丰富,并且以服务的方式把统一的、……查看详情

    发布时间:2020.04.03来源:知乎浏览量:22次

  • 企业为什么要进行数据资产管理?

    企业为什么要进行数据资产管理?

    ​随着大数据时代的来临,对数据的重视提到了前所未有的高度,“数据即资产”已经被广泛认可。数据就像企业的根基,是各企业尚待发掘的财富,即将……查看详情

    发布时间:2022.05.27来源:小亿浏览量:149次

  • 金融数据治理的特征与趋势

    金融数据治理的特征与趋势

    大数据时代下金融数据治理的特征(一)金融数据治理目标双核化进入“大数据时代”,不仅更多的金融业态被催生出来,数据……查看详情

    发布时间:2019.01.04来源:亿信华辰浏览量:24次

  • 通过数据治理策略推动业务转型

    通过数据治理策略推动业务转型

    围绕数据制定战略是成功实现数字化转型的关键。除了流行语 - 组织需要了解他们试图通过数字化转型实现什么,以及它如何在行业和竞争优势中发挥……查看详情

    发布时间:2019.02.27来源:亿信华辰浏览量:30次

  • 云中的数据治理

    云中的数据治理

    IT中心,内部部署基础架构变得越来越复杂和昂贵,并且需要高技能的人力,因此企业现在将其IT和数据科学功能转移到云。云计算承诺提供低成本存……查看详情

    发布时间:2019.02.21来源:亿信华辰浏览量:33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