数据大治理-毕马威+阿里研究院-2020.7-56页_11mb

数据大治理总结

核心内容

数据已成为数字经济的核心生产要素，推动经济转型和社会治理。然而，数据的广泛使用也带来了隐私泄露和数据安全风险，因此，构建一个合理、有效的数据治理体系至关重要。本文首次提出了“数据大治理生态体系”的概念，强调从顶层设计上明确各相关主体的权利和义务，实现数据安全、隐私保护与数据价值挖掘之间的平衡。

主要观点

• 数据治理不仅限于企业层面，还需上升到社会层面，形成多方协同的治理生态。
• 数据治理具有多物种、多角色和流动性的特征，涉及企业、个人、政府等多方主体。
• 数据治理应兼顾数据价值挖掘和风险控制，以实现社会效益最大化和可持续发展。
• 数据治理应鼓励创新、开放包容、多方参与和协同治理。

关键信息

数据治理的重要性

• 数据是数字经济发展的新引擎，也是社会治理的有效工具。
• 大数据技术在疫情监测、病毒溯源、防控救治、资源调配等方面发挥了重要作用。
• 数据治理对社会和个人具有深远影响，需在数据使用与保护之间找到平衡。

数据大治理生态体系

• 该体系包括企业、公众和政府三大主要参与主体。
• 企业是数字经济的核心推动者，负责数据资产的治理。
• 公众是数据的主要参与者，需提高自我保护意识。
• 政府在数据治理中扮演参与者、推动者和监管者的多重角色。

数据治理的特征

• 多物种：参与主体包括企业、个人、政府、行业协会、媒体、智库等。
• 多角色：每个参与体可能同时扮演多种角色，相互关联和支撑。
• 流动性：数据具有无形和流动性强的特征，其治理对全球具有影响。

数据治理的关键环节

• 数据战略：明确数据治理的整体方向和目标。
• 数据资产盘点：梳理企业数据资源，明确数据范围和分布。
• 数据规范：制定统一的数据标准，打破数据壁垒，实现数据互通和共享。
• 三道防线：企业内部建立数据治理机制，实现数据质量闭环管控。

企业数据治理

• 企业数据治理是公司治理的一部分，涉及数据资产的管理。
• 数据治理需从战略层面推动，建立组织架构，明确职责，制定和实施系统化的制度和流程。
• 企业需通过“盘、规、治、用”的思路开展数据治理工作。

公众数据治理

• 个人信息的界定需考虑可识别性，包括姓名、住址、电话号码、生物识别信息等。
• 个人信息保护需提高公众自我防范意识，如不使用公共场所WIFI、不泄露账号密码、妥善处置个人信息相关单据等。
• 需完善消费者数据维权渠道，包括投诉举报、法律途径等。

政府数据治理

• 政府需搭建共享平台，实现政务服务数据的互联互通。
• 政府需开放数据，推动数字经济和科技创新。
• 政府需完善数据治理制度体系，实现数据隐私保护与社会效益的平衡。
• 政府需推动数据治理从监管向治理转变，鼓励多方参与和协同治理。

国家数据治理立法比较

• 欧盟：通过GDPR，强调个人数据保护，但增加了企业合规成本。
• 美国：采取分行业立法模式，注重数据流动和商业应用。
• 日本：《个人信息保护法》在保护个人隐私的同时，也考虑个人信息的经济价值。
• 韩国：在数据保护和共享方面有较为完善的法律体系。
• 中国：正在制定个人信息保护法和数据安全法，已有多部法律涉及个人信息保护，但尚未形成统一的法律体系。

数据治理的挑战与建议

• 挑战：数据治理需在保护与利用之间取得平衡，避免对创新造成阻碍。
• 建议：应鼓励创新，开放包容，多方参与，协同治理；借鉴国际经验，建立统一的数据治理框架。

结论

数据大治理生态体系是实现数据安全、隐私保护和数据价值挖掘的重要路径。在这一体系中，企业、公众和政府需协同配合，共同推动数据治理的可持续发展。