文档介绍：该【信通院数据治理服务商成熟度模型(DGS)分析研究 】是由【青山代下】上传分享，文档一共【8】页，该文档可以免费在线阅读，需要了解更多关于【信通院数据治理服务商成熟度模型(DGS)分析研究 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。信通院数据治理服务商成熟度模型(DGS)坚持产业链各环节齐头并进、统筹发展,围绕数字产业化和产业数字化,系统布局,生态培育,加强技术、产品和服务协同,推动产业链现代化。建立健全数字规则,围绕数据聚通用、要素流通,推动数据管理、数据安全等规则建设。深入落实《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《关键信息基础设施安全保护条例》等法律法规,推动出台大数据发展管理地方性法规,实施数字规则意见,开展大数据发展管理领域立法先行先试,全面建立数据收集、汇聚、共享、开放、应用、交易、安全、执法监管等制度。一、信通院数据治理服务商成熟度模型(DGS)数据治理服务商成熟度模型(DGS)由中国信通院提出,以数据治理服务项目实施运维的流程为主线,融合数据治理核心能力,包括6大能力域、21个能力项,其中6大能力域遵循一般性数据治理项目流程。1)需求管理能力域:提供方通过采集需求方的业务需求、数据需求、技术需求等,明确数据治理目标和范围,并评估实施数据治理可行性。2)资源评估能力域:提供方通过对数据来源、数据规模、数据分类、数据关系、数据时效性、专业软件工具、存储计算环境以及硬件资源等主要影响因素进行分析,以提升数据治理项目任务分解的准确性,指导识别项目中的潜在风险。3)实施保障能力域:提供方通过制定实施规划,建立组织保障,开展风险管理,确保数据治理项目的顺利实施,降低风险和成本。4)方案设计能力域是数据治理项目的核心环节,提供方通过制定相关规范体系和设计文档,形成满足甲方需求的数据治理体系。5)方案实施能力域提供方通过依托相关平台工具,实现方案的落地。6)成果交付能力域包括试运行、成果验收2个能力项。DGS从服务商的角度出发,对数据治理的方方面面进行了解释,给出了模型规范和评估标准。对于企业来说,不管是想自己做数据治理,还是通过服务商来实现部分数据治理工作,DGS都提供了一套相对全面的参考指南。整体来看,目前数据治理提供商的数据工程服务能力优势集中于数据资源评估、数据质量、数据标准等能力项。二、数据治理发展形势从国际看,当今世界正经历百年未有之大变局,进入以数字化生产力为主要标志的数字时代,数字重新定义一切、云计算服务一切、网络连接一切、AI赋能一切,以互联网、大数据、人工智能、物联网等为代表的信息技术广泛渗透到经济社会各领域,世界各国都已将大数据作为重要战略任务。随着科技革命、产业变革纵深推进,抓住数据这一关键要素,充分释放数字化发展的放大、叠加、倍增效应,是抢占新一轮发展制高点的关键。从国内看,我国已成为全球数据量最大、数据类型最丰富的国家之一,数据日益对经济发展、社会治理、人民生活产生重要影响。近年来,印发了《促进大数据发展行动纲要》《数字经济发展战略纲要》等系列重要文件,对大数据发展管理作出全面部署。深入实施国家大数据战略,形成新发展格局中实现更大作为。三、建设一体化大数据资源中心(一)深化基础平台建设深化基础数据库建设,推进法人、自然人、自然资源和空间地理、电子证照、信用、物联感知等数据归集。建设主题数据库,构建重点领域业务模型,建立跨领域自动化、语义一致化的主题数据库共建共享架构。推动建筑信息模型(BIM)技术与工程建造技术深度融合应用,构建高精度城市信息模型(CIM)平台。(二)强化数据目录管理构建数据图谱,梳理各部门、各行业非涉密数据数量、类型、更新周期、产生来源、支撑应用等情况,分行业、分地域构建覆盖人、企、事、车、地、物等主体的数据图谱,形成数据一张图。坚持需求导向,深入实施三清单制度,梳理数据共享需求,落实数据共享责任,完善数据目录,实现数据应享尽享。(三)推进公共数据开放依法推动公共数据最大限度开放,构建各部门公共数据开放清单,定期更新公共数据开放目录,持续拓展公共数据开放广度。完善公共数据开放系统,扩展数据服务功能,支撑数据开发利用。鼓励和支持利用开放的公共数据开展科学研究、咨询服务、产品开发、数据加工、数据服务等活动,引导各类社会力量开展公共数据应用创新,发挥数据资源效益。(四)打造数据治理能力中台持续提升大数据资源中心数据处理和治理能力,建成集数据可视化、地理信息系统(GIS)集成展现、数据叠加、数据沙箱、隐私计算、区块链、数据脱敏工具等技术和控件库、服务库的数据治理能力平台,为数据开发应用提供共性技术、业务协同等支撑。加强元数据管理、数据生命周期管理、数据交换与共享管理、数据安全管理等,提升数据治理能力。梳理跨层级、跨地域、跨系统、跨部门、跨业务大数据应用共性需求,强化集约化、组件化应用支撑,持续丰富数据中台服务能力。(五)持续提升数据质量建立数据质量闭环管理制度,明确数据采集、汇聚、存储、共享等各环节数据质量和职责要求。开展数据标准化巡查、清洗、去重、校验、修复等质量提升工作,推进覆盖公共数据、社会数据的数据清洗和比对加工。建立跨部门的数据质量纠错反馈机制,按照一数一源原则,对各部门共享的数据进行规范性检查、前后一致性比对、综合校验。构建数据质量评估指标体系,开展数据质量监测评估,提升数据的完整性、准确性、时效性和可用性。四、大数据产业发展基本原则(一)价值引领坚持数据价值导向和市场化机制,优化资源配置,充分发挥大数据的乘数效应,采好数据、管好数据、用好数据,激发产业链各环节潜能,以价值链引领产业链、创新链,推动产业高质量发展。五、数据流通扩大开放工程构建集自然语言处理、视频图像解析、数据可视化、语言智能问答、多语言机器翻译、数据挖掘分析等功能的大数据通用算法模型库和控件库,定期开展数据演****建设面向公共卫生、自然灾害、国防战备等重大突发事件处置的国家级数据靶场,为重大突发事件开展决策研判和调度指挥提供支撑。规范数据入场交易,培育数据要素交易市场。建设涵盖数据资产评估、登记确权、交易撮合、评估定价、可信流通等方面的全流程数据要素流通交易平台和数据授权存证、数据溯源和数据完整性检测平台,提供数据交易、结算、交付、安全保障、资产管理等综合配套服务。六、培育数据要素市场(一)健全数据流通制度研究制定数据交易管理办法,建立健全数据权益、交易流通和安全保护等基础性制度规范,明确数据主体、数据控制方、数据使用方权利义务,保护数据主体权益。健全数据市场定价机制,以数据应用需求为导向,完善数据市场流通环境,精准对接市场供给。建立数据交易协同监管机制,构建数据流通监管平台,加强数据交易流通全过程安全监管,确保数据流通过程可追溯、使用范围可明确、合法合规可审计、安全风险可防范、法律责任可追诉。(二)营造数据要素市场发展生态加强大数据产业协同创新统筹协调,引导和支持科研机构、高等院校、企业加强协同攻关,共同开展数据交易流通、数据基础前沿研究、关键共性技术研究。支持数据采集、存储、处理、分析等企业做大做强,带动大数据产业发展。七、打造繁荣有序产业生态(一)培育壮大企业主体发挥龙头企业研制主体、协同主体、使用主体和示范主体作用,持续提升自主创新、产品竞争和知识产权布局能力,利用资本市场做强做优。鼓励中小企业专精特新发展,不断提升创新能力和专业化水平。引导龙头企业为中小企业提供数据、算法、算力等资源,推动大中小企业融通发展和产业链上下游协同创新。支持有条件的垂直行业企业开展大数据业务剥离重组,提升专业化、规模化和市场化服务能力,加快企业发展。(二)优化大数据公共服务