“数据治理”:重构和愿景

发布时间:2020.06.19来源:CSDN浏览量:117次标签:数据治理

对于数据业者而言,数据治理(data governance)并不陌生。

根据国际标准化组织IT服务管理与IT治理分技术委员会、国际数据治理研究所(DGI)、IBM数据治理委员会(IBM DG Council)等机构的观点,数据治理意指建立在数据存储、访问、验证、保护和使用之上的一系列程序、标准、角色和指标,以期通过持续的评估、指导和监督,确保负有成效且高效的数据利用,实现企业价值。

这里写图片描述

图1 数据治理的范围

来源:Anthony Chalker, Data Governance Overview

尽管已将数据质量管理、数据安全管理、元数据管理主数据管理、数据生命周期管理、数据应用创新等丰富多姿的内容囊括殆尽,但既有的数据治理仍然小觑了“数据”,并误读了“治理”。

数据不仅仅是企业的投入品,更是国家经济运行机制和国家治理能力的“基础性战略资源”,其重要性甚至居于矿藏、土地、河流等耳熟能详的战略资源之上;

数据亦不仅仅是企业的产出品,更关乎世界范围内的生产、流通、分配、消费活动,具有全球化和跨国界的天然属性;

数据也不仅仅限于企业,在数字化生存的时代,它改变了普罗大众对自我和对隐私的观念,同时塑造了人与人交往的方式。

以此观之,既有的数据治理挂一漏万,只看到了数据的技术经济维度,而忽略了数据所蕴含的社会性、政治性和国际性的多重面向。

同样,治理并非公司管理的一部分,相反,它始终关注着公共领域,并力图跨越私营部门和公共机构的二元对峙,最终实现“善治”(good governance)。

1995年,联合国“全球治理委员会”(the Commission on Global Governance)在《我们的全球伙伴关系》中,将“治理”界定为各种公共或私人的个人和机构管理其共同事务的诸多方式之总和,一种使相互冲突的利益得以调和并采取联合行动的持续过程。

从“管理”到“治理”,在主体上体现为从“单一主体”向“多元社会经济组织”的转变,在规则上体现为“正式制度”向“契约、行业标准、其他非正式制度”的转变,在向度上体现为从“自上而下”控制向“自上而下或平行运行”协调的转变。

倘若如此思考“数据”和“治理”,我们就能在开放的视野中重新定义“数据治理”——它不再是企业价值最大化的工具,而是在数据利益攸关者之间铸就相互依赖关系、发掘数据自身价值的基础性架构。

为此,这一新的“数字治理”可以进一步分解为四个环环相扣的议题:

(1)数据治理的目的为何?

(2)谁来治理数据?

(3)采取何种方式进行治理?

(4)治理活动受到何种限制?

首先,数据治理以“数据效率”(Data Efficiency)和“数据正义”(Data Justice)为依归,前者要求尽可能促进各方协作、减少实质限制、制定缺省规则、降低交易成本;后者主张透明而负责的数据处理、设立高标准的信义义务、保护弱势一方并防范数据歧视。

如果说数据效率是数字经济滚滚向前的驱动力,那么数据正义就是数字社会的制动器,两者的冲突不可避免,因而问题的关键不在于如何取舍,而在于如何平衡。

其次,在去中心化的数字治理架构下,所有的利益攸关者都是、且应当是数据治理的主体,这其中既包括了个人数据主体,也包括了开展数据收集、利用、加工、传输活动的数据业者;既包括了对数据收集、存储、利用和公开负有法定义务的政府机关,也包括了相应的监督管理机构;既包括了形色各异的组织体,也包括了组织体内部直接从事数据处理的组织成员;既包括了本国政府,也包括其他主权国家和国际组织。

纷繁芜杂的治理主体迫使我们重思“多利益攸关方治理”和“网络化治理”(Network Governance)的可能性。

再次,治理方式因治理主体的不同而不同:个人数据主体享有各种权利,法定机关享有权力,监管机构拥有特权,而数据业者和其成员不但有着法定权利,也凭借信息不对称和技术能力获得事实上的控制权。治理方式的复杂性为数据治理开启了实证研究的视角。

最后,数据治理并非在真空中开展,任何治理主体的治理活动均受制于美国法学家Lawrence Lessig所描绘的四种力量,即法律、社会规范、市场和代码。

当然,事变时移,这里的“法律”不再由单一国家主宰,而演化为彼此竞争的主权之中的国家法以及正在成型的国际法;“社会规范”也因多元的利益和价值而日趋分裂:数据自由还是数据安全?隐私保护还是生活便利?正如我们的社会一样,社会规范正在被打破和重塑;“市场”日趋发达,但却遭遇到平台垄断和数据垄断的迷雾;“代码”依然强大,可更强大的算法及其带来的黑箱却更令人忧虑。显然,不断变化的四种力量划定了数据治理的边界。

最后必须指出,放宽视野之后的数据治理并不是抽象的宏大叙事,而是进行制度比较和问题剖析的宏观背景。它是起点,而非终点;是开放平台;而非封闭领土;它远未定型。

(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
  • 什么是数据标准?如何建设管理?这篇文章给你讲明白了

    什么是数据标准?如何建设管理?这篇文章给你讲明白了

    数据标准是一套由管理制度、管控流程、技术工具共同组成的体系,通过这套体系来推广和应用统一的数据定义、数据分类、纪律格式和转换、编码等来对……查看详情

    发布时间:2020.11.11来源:头条浏览量:144次

  • 重构数据治理的必要性

    重构数据治理的必要性

    拥有管理良好的数据资产并不能确切的保证你的生产业务价值。所以你就需要必备跨不同组件和活动的整体视图。那么这个时候数据治理就显得尤为重要。……查看详情

    发布时间:2018.11.14来源:马克·皮科浏览量:128次

  • 数据质量提升的必要性

    数据质量提升的必要性

    高质量的数据对管理决策,业务支撑都有极其重要的作用。有些项目在初期由于并没有考虑数据质量的因素,导致了项目实施后期才发现,由于数据质量问……查看详情

    发布时间:2022.02.18来源:小亿浏览量:597次

  • 数据信任是智能城市数据治理的一部分吗?

    数据信任是智能城市数据治理的一部分吗?

    鉴于最近的丑闻,城市别无选择,只能紧急关注数据治理问题。数据信任可以成为解决方案的一部分吗?……查看详情

    发布时间:2019.03.25来源:亿信华辰浏览量:97次

  • 数据治理的方法论是什么?

    数据治理的方法论是什么?

    一套科学、完整的实施方法论,可以为用户建立一套适应用户业务需求,并且操作性强的主数据管理体系。遵循该方法路线进行数据治理工作可以大大缩减……查看详情

    发布时间:2019.06.14来源:欣思博述数字化浏览量:111次

  • 当下数据治理是多么的重要

    当下数据治理是多么的重要

    公司有大量数据来自外部,更多数据在内部创建或更新,因此数据可能应该“受到管理”,因此您可以拥有良好的数据。数据治理是一组流程,可确保在整……查看详情

    发布时间:2019.09.04来源:知乎浏览量:144次

  • 大数据技术学习,深度挖掘大数据的现状分析

    大数据技术学习,深度挖掘大数据的现状分析

    企业级技术 = 艰苦的工作 其实大数据有趣的是它不是直接可以炒作的东西。 能够获得广泛兴趣的产品和服务往往是那些人们可以触摸……查看详情

    发布时间:2019.03.20来源:亿信华辰浏览量:132次

  • 多措并举提升银行业数据治理能力

    多措并举提升银行业数据治理能力

    数据治理是银行业高质量发展的必由之路,当前银行业的数字化转型面临一些挑战和不足,要从建立数据治理架构、统一数据标准、加强数据分析应用等方……查看详情

    发布时间:2019.11.29来源:知乎浏览量:132次

  • 如今企业面临哪些数据湖管理挑战?

    如今企业面临哪些数据湖管理挑战?

    成功的数据治理方案涉及部署策略、标准和流程,以在整个企业中有效正确地利用高质量数据。如果你的企业具有数据湖环境,并希望从中获得高质量的分……查看详情

    发布时间:2020.04.02来源:知乎浏览量:122次

  • 用于指导金融行业开展大数据基础平台建设技术类标准

    用于指导金融行业开展大数据基础平台建设技术类标准

    技术类标准用于指导金融行业开展大数据基础平台建设。大数据技术本身涉及内容广泛,既包含大数据平台本身的基础软件和各类功能组件,又包括基于业……查看详情

    发布时间:2019.12.27来源:CSDN浏览量:137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