现如今，大数据已经成为资产的一种，说到资产，它就一定存在价值。如何对大数据的价值进行评估？如何在经济、社会活动中发挥它的价值？这是一个难以回答的问题，需要深入的研究探讨。
2018中国计算机大会大数据治理分论坛从是什么、为什么、怎么做三个方面来诠释大数据治理体系，并举出三个全然不同的案例，并进一步探讨了大数据治理体系建设下国家标准化的工作。
在这里我还是要推荐下我自己建的大数据学习交流裙：805127855， 裙 里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有大数据开发相关的），包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴。
梅宏：大数据治理需要完整的体系
人物小贴士：
梅宏，北京理工大学党委常委、副校长。中国科学院院士，发展中国家科学院院士，电气和电子工程师学会会士。主要从事软件工程和系统软件领域的研究，在构件化软件中间件、开发方法学和工具环境等方面取得了系列成果。
把数据当作一种资产来管理
明确将数据作为一种资产，可以将数据的归属、估值、交易管理等纳入人类社会一般资产的管理体系，对于促进数据的确权、流通交易保护等具有重要的基础性意义。例如美国的消费者隐私权利法案，明确了消费者对自身相关数据的所有权和控制权，指出消费者有权控制企业对个人信息的收集和使用等。
数据管理体制机制
近年来，大数据技术发展迅猛，已成为国家战略，相关技术成为研发热点，大数据应用市场呈繁荣态势。
大数据于2012、2013年发展迅猛，2014年后概念逐渐成熟，对其认知也趋于理性。2017年，大数据产业生态不断完善，数据治理与数据安全成为重点实施领域。2018年，大数据与AI人工智能共绘发展蓝图，大数据进入“数据化转型”阶段，数据驱动的业务真正落地。
梅宏院士分析，一个良好的数据管理体制，不仅能促进数据产业的健康发展，也为国家掌控数据安全、维护用户权益提供了有力的抓手。
大数据治理体系更将推动实现数据共享与开放，多个已有信息系统中的数据，在实现了有效关联、融合后，往往可以创造性地解决问题。
更重要的是，大数据治理能推动实现数据安全与隐私保护，以保证组织健康发展。
三方同发力，共建大数据治理体系
梅宏院士解释，治理来源于拉丁文和希腊语的“掌舵”一词，它不同于管理，是多主体的行为。大数据治理体系框架中，国家、行业和组织三个层次相互关联和支撑。大数据治理必须跳出单个组织的边界，从营造国家大数据安全产业发展的环境视角来全面系统化考虑。国家完善法律，指导和监督大数据治理；行业做为政府和企业间的桥梁，监督企业行为，向政府传递需求；企业在国家与行业的框架下，追求大数据利益的最大化。
安小米：政府如何构建大数据治理体系？
人物小贴士：
安小米，中国人民大学信息资源管理学院教授，中国人民大学杰出学者。英国利物浦大学博士，中美富布莱特研究学者项目、英国谢菲尔德大学杰出学者访问项目、瑞典国际发展合作署项目、教育部新世纪优秀人才支持计划的获得者；数据工程与知识工程教育部重点实验室大数据治理研究中心负责人。
安小米教授在对贵阳大数据治理体系的考察中，发现政府大数据治理有两点变化。
一是数据主体角色变化：政府由数据的控制者和监管者转变为数据全力协调者和社会协同治理服务者。由信息孤岛转向跨领域，跨地域，跨层级，跨系统，跨部门，跨业务的信息资源协同管理和创新服务，二者需要多利益相关方合作联盟的创建与跨学科复合型人才支持。
二是数据活动变化：数据的采集范围更广，存储转向热备份、云端存储。数据的利用从个别部门的数据转向政府数据集的整体开放，数据的维护由互联网+社会协同治理。
在这里我还是要推荐下我自己建的大数据学习交流裙：805127855， 裙 里都是学大数据开发的，如果你正在学习大数据 ，小编欢迎你加入，大家都是软件开发党，不定期分享干货（只有大数据开发相关的），包括我自己整理的一份2018最新的大数据进阶资料和高级开发教程，欢迎进阶中和进想深入大数据的小伙伴。
在对大数据体系的考察中，安教授团队结合贵阳大数据治理情况，总结性地提出：构建政府大数据治理体系的有效路径是平台数据治理模式。数据资源的建设需要大系统共治，数据资源的收集需要大数据慧治，数据资源的使用需要大平台共享精治。
蒋东兴：证监会如何发展大数据管理技术？
人物小贴士：
蒋东兴，中国证监会信息中心副主任，研究员，负责证监会监管科技建设工作。曾任清华大学计算机与信息管理中心主任、信息化工作办公室副主任等，主持了清华大学数字校园及信息系统建设。
证监会高度重视大数据发展的战略要求，重视资本市场金融科技和监管科技的发展，多次召开专题会议研究，强调要用现代技术手段促进监管效能，要大力提升监管科技化、智能化水平。
根据证监会系统监督大数据治理要求，大数据工程建设内容包括：构建逻辑上融合的监管大数据平台，设立多个灵活智能的数据分析中心，提供多项标准专业分析服务，形成与中央监管信息平台的有效联动。
蒋东兴副主任针对证监业大数据治理现状与行业特殊性，提出了分类分层描绘抽象模型。分类指应用元数据管理思想，将数据模型按照其自身的属性分为原子、复合数据、可复用、语义独立数据表示四个层次。分层是根据应用过程中的通用性差异，形成行业通用、业务条线通用、业务个性化三个层级。大数据治理策略与规划还提出要建设证监会系统公共数据平台，构建证监会系统数据服务体系，实现数据共享机制。
人物小贴士：
王绍翾，阿里巴巴资深技术专家，负责阿里巴巴大数据实时计算平台和算法平台。现同时担任国家重点科技研发计划《云计算和大数据》重点专项《高时效、可扩展的大数据计算模型、优化技术与系统》课题的负责人。
企业为什么要做数据治理？阿里巴巴资深技术专家王绍翾说到，阿里巴巴所拥有的数据量是Eb级别的，而且即将跨越进入下一个级别，始终保持着每天Pb级别的增长速率，每秒需要处理10亿的数据量。对于一个企业来说，需要理解数据，才能够充分发挥数据的价值。
做好数据治理的基础是数据管理和大数据智能分析两部分，而数据管理是一个复杂的问题，要求企业盘点好数据资产，理解数据内容，构件资产类目，然后对数据内容进行评估。哪些是比较活跃的数据，哪些是不活跃的数据，数据到底有没有被用，然后考量做这些数据计算背后的成本是多少。
王绍翾结合阿里巴巴数据处理经验，分析了完成数据管理的关键因素：一是资产分类及数据挂载，资产概览要全盘把握及科学分析数据资产，然后绘制资产地图，可以清晰查看及快速使用数据资产；二是资产评估，根据数据的贡献度与连接度，将数据分成四类，然后进行资产活性分析来高效管控及合理应用数据资产，资产价值评估以准确评估及合理力量数据资产。
总得来说，企业要看清资产数据，降低管理成本，追踪价值数据，以充分发挥已有数据的价值。而降本提效，保障安全则是数据治理长期不变的愿景。
代红：大数据治理体系建设下的国家标准化工作
人物小贴士：
代红，中国电子技术标准化研究院信息技术中心主任。毕业于北京航空航天大学，现任中国电子技术标准化研究院信息技术研究中心主任、全国信息技术标准化技术委员会委员和国家民委民族语文专家委员会委员。
国家标准化工作的目标是依据国家标准和已建立的数据管理能力评估体系，在地方选举合作机构，帮助地方建立评估能力，推动地方评估工作，提升企业数据管理能力，摸清地方大数据企业发展水平和行业大数据发展状态。大数据产品繁多，质量参差不齐，应在国内产业政策支持和引导下，积极开展大数据系统测试工作。
在大数据领域，标准化工作及其重要。大数据开放共享系列标准是未来数据领域发展的基础，为后续开放共享的评价工作提供标准依据，相关地方政府和解决方案厂商正在积极参与国家标准的研制。其中大数据开放共享是大数据治理体系和生态环境建设关键环节，为形成共享和开放机制提供依据，为促进开放和共享提供手段，打破数据壁垒，消除数据障碍。
代红介绍，标准化的工作必须是严谨全面的。国家标准的确立要先进行佐证参考，确定标准后进行推广应用。在实验的验证检验下，不断修改完善，做到与时代相吻合，以达到国家标准为社会树立标杆的作用。
观点总结
与会的几位嘉宾针对大数据治理方面的缺陷进行了讨论，表示一个完善的大数据管理体系需各方共同努力建立。将数据当作资产来管理，规范化国家标准，以推动实现大数据的共享与流动，完善数据安全与隐私保护，让大数据产业健康发展。而这需要国家、行业、组织三个层次共同努力，三个层次相互关联支撑，建立完善的大数据管理机制，让大数据产业协调稳定高效的发展。
扫一扫，关注公众号，获取学习资料