管理「政府数据资产」该怎么做

发布时间:2020.07.17来源:CSDN浏览量:97次标签:数据治理

政府数据资产,是指由政务服务实施机构建设、管理、使用的各类业务应用系统,以及利用业务应用系统依法依规直接或间接采集、产生并管理的,具有经济、社会等方面价值,权属明晰、可量化、可控制、可交换的非涉密政务数据。

政府数据资产管理是一项复杂的系统工程,实质上是反映政务服务机构信息化综合管理的水平。做好政府数据资源摸底普查,能够加快推进政务信息资源整合共享和开放,提升政府信息资源在配置和利用的价值与意义,促进部门间业务协同,提升治理能力和服务水平。

多年来由于政府业务系统不断的投入,使得系统愈加庞大,并且系统之间的关系也越来越复杂。但是由于前期没有统一规划、人员/厂商变动频繁、技术更新快等原因,使得多数单位的数据资产处于混沌状态,导致数据资产底账不清、数据资产关联性不明、信息化建设缺乏统筹规划等问题。因此,需加强数据资产的管理,通过建立数据资产“一张图”,全面、准确的展现政府信息化数据资产的状况。

实现政府数据管理需要建立“四个清单”,分别包括:政务信息系统资产目录清单;构成每个信息系统硬件资产清单;构成每个信息系统软件资产清单;每个信息系统产生的数据资源清单,以达到全方位的统计。

具体实施步骤,分为三步:第一,摸清数据资产家底。要全面、真实、完整地摸清政府数据资产的总量、结构、分布和使用状况,创建和完善资产数据库,为进一步加强政府数据资产管理和分析奠定基础。第二,理清数据资产账务。通过数据资产清查,摸清信息化建设的资金投入和使用状况,如系统建设资金、系统运维资金等。对资金与系统、业务综合进行分析,有效减少重复建设、重复投入的情况。第三,建立辅助决策分析。将整合的数据资产生成数据资产库,形成多维度的专题管理和分析,深入挖掘数据资产间的关联关系,有效利用数据为领导统筹规划信息化建设工作提供支撑。具体建设包括:

(一)以为大数据技术为依托,建立数据资产“一张图”,确保数据“看得见”

依据数据资产登记建立登记清单标准,获得完整、统一填报质量的数据资产登记信息,梳理各级政府的数据资产,为辅助决策提供基础数据支撑。依托大数据可视化技术,全面掌握全省数据资产状态,直观呈现全省目录、数据等信息资源状态。提供各单位数据资产登记情况、目录发布情况、数据上架情况等底数信息。提供有效的指挥手段,在业务上指导各单位逐步完善本单位全量数据,摸清全省数据资源底数,为开展数据资源共享利用决策分析提供坚实的数据资源基础。

(二)实施数据确权,实现政府数据清单化,保障数据来源“说得清”

建立数据资产体系架构,理清系统和数据目录之间的逻辑关系、映射关系,理清部门数据之间的关系,实现数据层次结构分明、关系清晰。实施数据资源清单化,围绕业务、权责清单梳理各部门政务信息系统及相应数据资源,通过对数据资源的梳理,掌握数据资源分布及使用需求,明确部门数据资源的现状和特点。理清数据资源的来源,从而达到“业务清、资源清、部门清、共享需求清、应用清”的目标。

(三)做好数据资产分级分类,加强访问行为控制,保证政府数据“管得住”

政府数据资产梳理,最困难的是数据分级分类问题。对数据资产按照资产属性进行不同维度的资产分级分类,为用户提供不同的分级分类依据,对不同级别类型的资产采取不同的安全管理策略,保证核心资产有序的使用。

 

加强数据资产访问行为数据,采集的数据需确保全面性、准确性和实时性。基于海量的行为访问数据和智能分析算法,将形成数据资产访问行为基线,建立合规的数据资产数据访问模型。更重要的是,监测数据资产的各类安全事件,如发生敏感信息的流转、非授权的访问、不合规的异常访问、突发大数据量访问等异常行为,系统将第一时间发出告警,并挖掘潜在风险预测及评估。

(四)建立数据资产与信息化预算联动机制,保障规划“一盘棋”,确保前置审核“能审查”

依托数据资产数据,对信息化建设进行统筹规划、统筹建设、统筹管理。转变建设模式,从单一系统建设向大数据统筹建设转变,促进政务信息数据共享和业务优化协同,盘活现有资源,避免重复建设,减少资金投入,达到 “统一规划、统一建设、统一购买服务、统筹资金保障”建设要求,推动政府治理体系和治理能力提升。同时,以数据资产建立数据依据,建立预算前置审批,确保上报预算符合信息化总体规划。

(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
  • 金融服务数据治理:帮助价值'新货币'

    金融服务数据治理:帮助价值'新货币'

    对于在金融服务领域运营的组织,数据治理变得越来越重要。当金融服务行业董事会成员和高管在2018年初聚集在安永的金融服务领导峰会时,数据是……查看详情

    发布时间:2019.01.21来源:亿信华辰浏览量:90次

  • 数据治理系列5:浅谈数据质量管理

    数据治理系列5:浅谈数据质量管理

    数据质量管理是对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题,进行识别、度量、监控、预警等一……查看详情

    发布时间:2019.12.06来源:CSDN浏览量:106次

  • 如何正确理解数据治理

    如何正确理解数据治理

    我们经常会谈到关于大数据、数据质量、主数据、元数据方面的一些问题,不可避免的会提到数据治理,那么什么是数据治理呢?……查看详情

    发布时间:2020.07.15来源:知乎浏览量:73次

  • 数据治理的坑你遇到过几个?

    数据治理的坑你遇到过几个?

    数据治理是一项长期而繁杂的工作,很多时候大家都为如何做好数据治理而感到困惑,甚至很多时候对此失去了信心。……查看详情

    发布时间:2019.08.19来源:御数坊浏览量:80次

  • 为什么数据治理很重要

    为什么数据治理很重要

    尽管许多企业的数据治理在被不经意间悄悄地忽视了,只有48%的企业拥有明确的规划或计划,但这并不影响数据治理的重要性,它聚焦于三个关键因素……查看详情

    发布时间:2020.07.10来源:CSDN浏览量:84次

  • 数据管理危险:不到一半的MDM计划是有效的

    数据管理危险:不到一半的MDM计划是有效的

    您可能不认为“数据治理”是一个重要的主题。特别是当你的IT预算火灾肆虐或者你计划下周的裁员时。……查看详情

    发布时间:2018.12.29来源:亿信华辰浏览量:65次

  • 治理,管理和质量角色和责任

    治理,管理和质量角色和责任

    最好的数据治理计划通过减少模糊性,建立明确的问责制以及向所有数据利益相关者传播与数据相关的信息,积极主动地在数据相关问题开始之前采取措施……查看详情

    发布时间:2019.03.18来源:亿信华辰浏览量:78次

  • 数据治理的战略转变

    数据治理的战略转变

    正在进行的思维方式和工具集战略转变正在改变主要思想家如何重新考虑他们的数据治理方法。治理的核心是变革管理。……查看详情

    发布时间:2019.03.27来源:亿信华辰浏览量:72次

  • 数据治理的差错

    数据治理的差错

    您是否正在努力成为一个数据驱动的组织并陷入完善数据治理模型的困境?在这种情况下,有太多的组织陷入困境。这妨碍了他们实现企业数据战略的进程……查看详情

    发布时间:2018.12.25来源:亿信华辰浏览量:86次

  • 赞成谷歌的建议允许数据治理的巴尔干化

    赞成谷歌的建议允许数据治理的巴尔干化

    数据管理公司Immuta的首席隐私官和法律工程师表示,这只是一项建议,仍需要由法院作出最终裁决。……查看详情

    发布时间:2019.01.17来源:数据治理浏览量:59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