星光QA | 企业数据治理
论及人工智能和大数据的核心要素，非数据莫属，数据的产生和应用，给人类社会发展带来了不可估量的影响。随着数据容量的快速扩充、数据质量和运算能力的不断提高，如何使用和管理数据，是第四次工业革命后的重要课题。 在实际应用中，数据的管理和使用面临诸多问题，纵观数据获取、利用和保护等各个角度，都可以从法律、制度和政策等不同层面，进行系统深入的研究，以指导数据治理实践。 今天智慧星光简明扼要的就数据治理进行一轮剖析，希望帮助行业参与者拓宽新鲜的思考路径。 一般来说，数据治理是基于数据价值和数据风险的利弊权衡： 数据治理的目的在于充分发掘数据的价值，同时尽量减少相关的成本和风险。 宏观层面包括国际、国家和部门的法律、政策和条例。 微观层面包括数据管理规章、数据价值测量、数据风险权衡。
数据是一种电子化的信息，与传统资产不同，数据可以无边界地展示和传播，因此在数据治理领域，《物权法》不再适用。并且数据集合还不能用于抵押。这些问题随着数据技术的发展将会越来越突出，未来的数据法学需要重新审视数据相关的知识产权和法律规制问题，才能让数据治理进入有序发展时代。
近期滴滴出行等头部互联网平台遭遇审查下架，数据隐私保护和数据安全又跃升为热点话题。随着网络安全法、数据安全法等法律的施行，我国网络和数据相关的法律法规体系正在不断完善。此次几家互联网企业接受审查的依据之一，是2020年6月1日正式实施的《网络安全审查办法》。该办法为开展网络安全审查提供了重要的制度保障和法律依据。
而数据安全层面，2021年3月，《中华人民共和国个人信息保护法（草案）》提请全国人大常委会审议。2021年6月，《中华人民共和国数据安全法》全文公布，并将于9月1日起正式实施。
对企业来说，数据治理要定战略、定制度、建组织，这是顶层策略，牵一发而动全身，需要务部门和技术部门的协同互动。
数据治理需要体系建设：为发挥数据价值需要满足三个要素：合理的平台架构、完善的治理服务、体系化的运营手段。
数据治理需要夯实基础：数据治理需要循序渐进，但在建设初期至少需要关注三个方面：数据规范、数据质量、数据安全。
数据治理需要IT赋能：数据治理不是一堆规范文档的堆砌，而是需要将治理过程中所产生的的规范、流程、标准落地到IT平台上，在数据生产过程中通过“以终为始”前向的方式进行数据治理，避免事后稽核带来各种被动和运维成本的增加。
