在2024年的年終之際，一系列重量級的數據政策相繼隆重發布。

國家數據局聯合中央網信辦、工業和信息化部、公安部、國務院國資委印發了《關于促進企業數據資源開發利用的意見》（以下簡稱《意見》）。該《意見》從健全企業數據權益實現機制、培育企業數字化競爭力、賦能產業轉型升級、服務經濟社會高質量發展以及營造開放透明可預期的發展環境等五個方面，為企業數據資源的開發利用指明了方向。

01 2025年，要深挖企業數據金礦
數據資源，按其性質一般分為公共數據、企業數據、個人數據三個方面。此前，關于公共數據資源開發利用的政策已出臺，而此次《意見》的發布，事關企業數據開發利用，進一步完善了我國不同類型數據資源開發利用的政策體系。

為完善企業數據權益形成機制，《意見》提出，推動數據持有權、使用權、經營權等分置運行，鼓勵探索市場化、場景化的“授權使用、分享收益”新模式。同時，為了更好保護企業數據權益，明確支持企業依法依規對其合法獲取、持有的數據進行開發利用、流通交易，保護其經營收益等合法權益；鼓勵企業采取共享開放、交換交易、資源置換等多種方式流通數據，促進數據產品和服務創新開發、高效流通和價值復用。

此外，《意見》特別提出要提高數據治理能力，引導企業加快向數據驅動的經營模式轉型，用數據管理、用數據決策，推動實現流程優化、組織重塑、效率提升。

02企業數據資源開發利用：數據治理的必然性
據全國數據資源調查顯示，全國4成數據僅被存儲而未使用。中國信通院云計算與大數據研究所所長何寶宏在2024數據資產管理大會上表示，數據的跨主體流轉和使用依賴于企業的數據治理能力。

眾所周知，很多企業都建設了大量的信息化系統，積累了大量的數據。但普遍存在的問題是，單業務線條視角的系統建設，缺乏頂層的業務規劃、技術規劃和數據規劃。因此，一個個業務系統建設的背后，也形成了一個個“信息孤島”。業務系統各自為政、煙囪林立，難以形成統一、一致的數字化應用。

此外，傳統企業的數據質量管理現狀普遍不夠樂觀。很多企業的數據質量意識淡薄，數據管理職能缺失，無制度可依，數據操作不規范，數據質量問題嚴重；核心主數據的缺乏統一的數據標準，同一類型的數據在多個系統中都有存儲，且系統之間沒有數據同步，造成數據不一致、不完整、不正確等問題。

因此，加強企業數據資源的開發利用，數據治理成為了一個繞不開的環節。只有通過有效的數據治理，才能打破“信息孤島”，提升數據質量，進而實現數據的價值最大化。

03提高數據治理能力的路徑
企業在生產經營過程中形成或合法獲取、持有的數據，是企業發展的重要資源。數據治理是企業數據開發利用的基礎，針對如何提升數據治理能力，《關于促進企業數據資源開發利用的意見》給了明確的指導。

1.建立首席數據官制度
鼓勵企業建立首席數據官制度，健全數據資源管理機制。

《意見》此處強調的是數據治理組織的內容。企業需要一個數據管理組織，能夠站在企業級的高度，結合業務和IT的視角，跨系統梳理并整合數據資產。通過建立首席數據官制度，企業能夠設立專門的管理崗位來統籌數據資源，確保數據治理的權威性和專業性，從而健全數據管理機制，提升數據價值。

2.推動數據管理相關國家標準貫標
推動數據管理相關國家標準貫標，規范開展數據治理能力評估，強化企業數據治理和質量管理能力建設。

《意見》此處強調的是數據治理的參考框架，通過DCMM進行治理能力評估，有助于企業規范數據管理流程，識別改進空間，進而強化數據治理和質量管理能力，提升數據質量和安全性。

詳情：如何助力企業DCMM貫標落地，答案在這里

3.推廣智能化工具
大力推廣云計算、邊緣計算、大數據分析等平臺服務，支持企業開發和使用智能化工具，建立覆蓋研發、生產、銷售、服務、管理等各環節的數據資源體系。

《意見》此處強調的數據治理技術與工具的建設內容，企業應積極開發和使用大數據分析、治理等智能化工具，建立覆蓋研發、生產、銷售、服務、管理等各環節的數據資源體系，以提升提高數據治理的效率和準確性。

△睿治數據治理平臺架構圖

比如億信華辰睿治智能數據治理平臺參照DAMA/DCMM理論體系，結合企業治理實踐經驗，專為企業數據治理、數據資產管理解決方案提供統一的全鏈路治理平臺。融合數據集成、數據交換、數據模型、元數據管理、數據標準管理、數據質量管理、數據資產管理、數據安全管理、數據生命周期管理九大模塊，各模塊可獨立或任意組合使用，能迅速響應并滿足跨行業、多元化、復雜多變的數據治理場景。

4.加強數據安全治理
落實國家數據分類分級和個人信息保護政策法規要求，在防范實質性風險前提下，鼓勵企業針對不同敏感級別的數據和數據處理場景，采取差異化的數據安全與合規管理措施，優化對同類型數據處理行為的內部合規審批流程，加強數據流轉分析和風險監測。

這是對數據安全治理的要求，梳理敏感數據域、識別敏感數據、制定數據類別、制定敏感等級、數據歸類歸級，進一步制定落實不同類別、不同等級的處置策略，常態化推進數據分類分級管理，確保數據處理活動的合法性和合規性。

5.支持新技術應用
鼓勵企業采用可信數據空間、區塊鏈、隱私計算、匿名化等技術模式，促進數據安全流動和開發利用。

《意見》強調企業引入可信數據空間、區塊鏈等前沿技術，在保護數據隱私的基礎上，實現數據的安全流動和高效利用，推動數據價值的最大化。

04數據分析應用：實現價值的關鍵
數據分析應用是企業數據開發利用的目的和歸宿。《意見》明確指出，要“鼓勵企業強化多源數據整合分析，準確把握供需結構、客戶偏好、價格變化趨勢，提升企業洞察市場和適應市場的能力。支持企業打通生產制造、流通銷售與供應鏈等數據，實現系統化、高效化管理，提高企業資源配置和運營效率。”

在數字化時代，企業經營過程中積累的海量數據，構成了企業數字化轉型的重要基礎。這些數據不僅僅是簡單的數字堆砌，而是蘊含著豐富的市場趨勢、客戶需求、運營效率、財務狀況等多方面的信息。通過有效的數據收集、整合和分析，企業能夠更深入地了解市場動態，把握消費者需求的變化，從而優化銷售策略，提升客戶滿意度。

△銷售分析領導駕駛艙

例如，銷售管理數據可以幫助企業分析銷售趨勢、客戶偏好和銷售渠道的有效性，進而調整銷售策略，提高銷售業績。市場營銷數據則能夠揭示市場趨勢、競爭對手動態和營銷活動的效果，為企業制定更有效的市場營銷策略提供依據。

△財務分析領導駕駛艙

同時，數據分析還能夠提升企業的運營效率。供應鏈管理數據可以幫助企業優化庫存管理、降低運營成本、提高供應鏈響應速度。生產制造管理數據則能夠監控生產過程、提高生產效率和產品質量。財務管理數據則為企業提供了財務狀況的全面視圖，有助于企業做出更明智的財務決策。

億信ABI作為一款高效的數據分析工具，在推動企業數據開發利用方面發揮著重要作用。它能夠幫助企業快速接入和處理數據，并提供豐富的分析工具和可視化組件，支持企業實現數據的快速洞察和決策支持。

05小結
正如《數據驅動決策：大數據時代的商業變革》一書所述：“數據是企業最寶貴的資產之一，但只有當這些數據被有效地收集、整理、分析和利用時，它們才能轉化為真正的商業價值?！?br>
因此，企業需要根據自身的業務特點和發展需求，建立完善的數據管理體系和數據分析平臺，充分挖掘數據的價值。加快向數據驅動的經營模式轉型，用數據管理、用數據決策，推動實現流程優化、組織重塑和效率提升。只有這樣，才能在激烈的市場競爭中立于不敗之地，實現可持續發展。