数据管理发展特点有哪些？

当前数据管理发展呈现四大特点。

1. 通过成立专职团队增强数据管理执行效率

为推动数据管理有效开展，越来越多的企业成立统一数据管理归 口部门，形成了决策、管理、执行的数据管理三层架构组织，并设置 了专门的数据管理岗位，建立了数据部门、技术部门和业务部门协同 机制。例如，中国移动成立 IT 管委会统筹数据管理制度、标准、流 程，信息技术中心牵头全网各域数据治理和平台建设，并加挂大数据 中心负责大数据管理和运营，与各业务部门及省专单位数据“管、建、 战”协同。中国联通在集团成立了数字化转型部门，统筹负责数据管理工作，在网络域、管理域、客户域的业务部门、市场部、分子公司 指定了数据管理对接人，由联通软研院承担数据管理技术平台开发和 运维工作。工商银行在金融科技委员会下设数据治理委员会作为决策 层，数据管理部/信息管理部作为管理层，大数据中心/软件开发中心 提供技术支持，核心业务部门负责数据采集和数据应用，负责执行具 体数据管理工作。

2. 通过发布独立规划推动数据管理精准开展

在企业纷纷发布数字化转型整体战略基础上，为精准提升数据管 理工作的质量和效率，越来越多的企业发布了独立的数据管理战略规 划，从而确立数据管理工作的中长期目标和管理活动优先级，明确需 要的资源投入总量和资源分配机制，指导数据管理团队的工作有效执 行。例如中国电信集团 2021 年发布了《中国电信数据治理体系化推 进工作指引》，旨在结合“云改数转”数字化转型整体思路推动数据 管理工作体系化开展，指导集团下各单位从数据模型管理、数据质量 管理、数据安全管理、数据共享等方面推进数据治理工作高效开展。

3. 通过开展专项行动进一步提升数据供给质量

良好的数据供给能力是数据分析挖掘的基础，在工业物联网、工 业互联网、边缘计算等技术快速发展的背景下，企业业务线上化加速、 数据规模爆炸性增长，如何保障数据质量水平、增强数据可信可用成 为了数据管理的关键一步。以南方电网为例，数据量从“十三五”初 期的 220TB 提升至 2.4PB，数据采集范围拓展至竞争性业务、金融业 务等板块，关键运行数据采集频率提升超过 60 倍。在数据源头快速 变化的背景下，南方电网在常态化数据质量治理的基础上开展数据质 量提升专项，短时间内、集中资源力量打通数据质量工作的难点、堵 点，在主配网数据治理领域，形成配网数据问题识别规则 14 项，累 计识别并整改 2100 余万条数据质量问题，全网各单位变电站轮廓坐 标、杆塔坐标准确率达到 99%。

4. 通过统一技术平台消除数据管理协同难点

早期，各企业针对数据管理中的各项工作，逐步建设了数据标准 管理平台、数据质量管理平台、数据架构管理平台、元数据管理平台、 主数据管理平台等单一功能型技术工具，这些技术工具通常独立存在， 使得数据管理各项活动间衔接性较差，例如数据标准难以应用于数据 模型、数据质量难以从源头把控等，导致管理资源的冗余和浪费。随 着统一数据管理平台的成熟，其将各单一功能型技术工具进行集成， 构建了数据管理工作的“一站式”技术平台，对于统筹数据管理工作、 提高数据管理效率的作用日益突出。例如中国移动构建了元数据驱动 的统一数据治理平台，全面拉通异构跨地域跨平台的元数据，统一支撑数据管理、开发、运营、运维人员的数据治理工作，实现数据一点 可看、可控、可管。国网大数据中心基于统一数据管理技术平台，实 现总部及 27 家省（市）公司 PB 级数据的统一管理，有效加快电网整 体数字化转型升级。