释放数据价值急需突破的难点要点

数字经济时代，数据作为新型生产要素，被赋予重要历史使命，与其他生产要素一起共同推动经济发展质量变革、效率变革、动力变革。数据的价值不断被发掘，数据管理的重要作用日益凸显，其不断为盘活数据资源、打通数据流程、发挥数据价值保驾护航。在此背景下，《数据管理能力成熟度评估模型》（Data Capability Maturity Model,以下简称DCMM）国家标准应运而生。该评估模型将“数据管理能力”定义为“组织和机构对数据进行管理和应用的能力”，并提出了“数据应用”等八个能力域，用于对组织的数据管理能力成熟度进行全面评估。本文结合DCMM相关内容，以“数据应用”为切入点，提出数据应用是数据价值释放的关键这一基本认识。同时，重点关注组织机构发展数据应用存在的难点和障碍，给出相应对策建议以供参考。

一、数据应用是数据价值释放的关键

根据DCMM，“数据应用”是指通过对组织机构数据进行统一管理、加工和应用，支持研发、生产、运营、管理、运维等相关活动。通过数据应用可以有效实现数据价值的变现，也是数据价值的重要体现。“数据应用”能力域包括数据分析、数据开放共享和数据服务三方面内容。

数据分析：对组织各项经营管理活动提供数据决策支持而进行的组织内外部数据分析或挖掘建模，以及对应成果的交付运营、评估推广等活动；数据分析有利于推动数据驱动型决策和业务价值实现，在当下数字经济背景下，能够不断提升组织机构的核心竞争力。

数据开放共享：按照统一的管理策略对组织内部的数据进行有选择的对外开放，同时按照相关的管理策略引入外部数据供组织内部应用；数据开放共享可以促进内外部数据的互通，是实现数据跨组织、跨行业流转的重要前提，也是数据价值最大化的基础。

数据服务：通过对组织内外部数据的统一加工和分析，结合公众、行业和组织的需要，以数据分析结果的形式对外提供跨领域、跨行业的数据服务。通过良好的数据服务，能够实现对内提升组织效益，对外更好的服务公众和社会，直接推动数据价值变现。

二、数据应用仍有三大难点

现阶段，政府、行业、组织都在大力推进数据应用，数据湖、数据中台、共享开放平台等都在不断建立完善。但与此同时，我们也要清醒地看到，现阶段数据应用仍面临以下三方面核心问题，需进一步深耕细作。

难点一，数据分析质量不高、效果不好、价值难测。

一是由于未能有效形成围绕数据全生命周期的数据质量管理体系，甚至没有树立数据管理意识，导致现有数据质量普遍较低，数据的准确性、完整性、有效性不高，死数据、脏数据仍然较多。

二是数据分析“泛技术化”，多为技术部门主导、业务部门驱动和参与较少，而且基本属于有需求才去做，缺乏统一规划。

三是围绕数据分析的效益评价和激励机制也尚未形成。这些都导致数据分析的原始驱动、结果可信程度及使用效果和价值判断都大打折扣。

难点二，数据开放共享存在“不愿、不敢、不会”现象。

因相关体制机制不健全导致的数据确权困难、权益分配不明而“不愿”；因不确定哪些数据可以开放共享、害怕承担相应风险而“不敢”；因本身数据体系“全貌难觅、数出多源”，同时数据标准、交换接口等不一而“不会”，这些“不愿、不敢、不会”的背后，其实反映了组织机构尚未形成包括数据安全、数据治理等在内的数据管理体系，同时也侧面反映了数据标准和数据质量体系仍亟待完善。

难点三，数据服务功能分散、规范不一、水平低下。

一方面，多数组织机构对于自身的数据资源底数和核心价值并不清楚，数据资源散乱分布在不同部门；另一方面，组织机构内部既缺乏对数据服务开发的相关效益评价和激励机制，又缺乏对安全、质量以及访问频率等方面的管理。这些统筹管理的缺失导致对外提供的数据服务功能分散，规范不一，整体水平和效果表现均较差。除此以外，数据开放共享受阻、数据服务未能与组织机构整体战略规划和目标进行良好匹配等问题也进一步激化数据服务相关难点和矛盾。

三、发展数据应用重点把握五大方面

一是，树立数据管理意识，造就数据驱动企业。

数据作为新型的生产要素，要最大限度地通过数据应用挖掘并释放其潜在价值，起点是各组织机构要主动树立全生命周期的数据管理意识，对包括但不限于研发设计、生产制造、经营管理和运维服务等多环节产生的数据进行有效管理，并且这种数据管理意识一定要体现为“一把手工程”和全部门参与，唯有如此，才能真正促使组织机构从原来的业务、技术驱动向数据驱动转型升级。与此同时，相关国家和地方政府部门、金融机构、研究院所、行业协会、产业联盟等也均需主动作为，发挥自身所长，积极鼓励和支持组织机构进行以数据驱动为核心的技术创新、业务创新、服务创新，共同造就数据驱动企业。

二是，建立数据台账和标准规范，强化数据资源质量。

数据质量对于数据应用效果好坏，数据价值发挥高低有着举足轻重的关键影响。然而，与数据巨大潜在价值极不协调的现状是数据的分布散乱、休眠沉睡、规划缺失，这也是导致数据应用举步维艰的重要原因。要解决这些问题，关键是要通过数据分类标识的方法，结合组织机构具体情况，全面梳理研发域、生产域、运维域、管理域及外部域等领域的数据类型，形成一套组织机构数据资源清单，建立数据资源台账，构建数据资源地图。同时，不论是组织机构内部数据，还是行业数据甚至跨界跨境数据，均需要制定普适统一的数据标准，这也是推动数据应用及其价值释放的前提和基础。数据标准规范的制定要以行业数据为重点，涵盖数据采集、存储、开发利用等多流程多环节。数据标准规范制定的过程，也是提升可用数据、获取高质量数据的过程，进一步强化了数据资源质量。

三是，推动数据共享和开放，加强数据流通与应用。

数据应用之所以是数据价值释放的关键，很大程度在于，在数据应用业务流程全覆盖的基础上，通过有效关联融合不同行业、不同组织、不同系统等的数据，能够产生创造性的问题解决方案。因此，推动数据共享和开放就显得尤为重要。

首先，在国家层面，推动数据共享和开放相关法规政策的制定与完善，从而规范、引导和促进政府内部和市场主体的数据流通与交易。

其次，在行业层面，制定数据共享和开放的管理规则及技术规范，促进行业内部的数据流通及应用。

最后，在组织层面，对内部数据去壁垒化，实现有效共享，并同时加强对外的数据开放。唯有如此，才能真正推动数据共享和开放，形成合作共赢的数据应用环境，构建良性发展的数据流通生态，真正发挥数据价值。

四是，恪守数据法律安全底线，筑牢数据应用发展基石。

一方面，组织机构在开展数据应用时一定要遵循法律规定，尤其是在对外提供服务所获取到的涉及公民隐私和其他敏感数据时，一定要做到取数有理、用数有度，守数有责。

另一方面，数据安全和应用发展相辅相成、同步推进，要不断加强对组织机构自身数据安全的审查和监督，形成数据安全管理制度。唯有恪守法律和安全的“双重”底线，方可行以致远，保障数据价值的不断发挥。

五是，建立效益评价激励机制，调动数据应用力量。

针对组织机构内部存在的数据应用开发驱动力不足的问题，需要建立一套科学合理的效益评价激励机制，充分发挥其“指挥棒”作用，有效激发参与人员的积极性和创造性。具体来说，建立以人为核心要素的效益评价激励机制，针对覆盖技术、业务、职能等不同岗位类型以及不同人才成长阶段的多元化评价标准和指标体系，同时根据发展阶段不同，采用量化和非量化主辅变化的评价激励方式。