对中国企业来说，已过去的鼠年无疑是极为艰难的一年。新冠肺炎疫情的爆发，使得很多企业在风险管理、成本管理、供应链管理等方面面临极大挑战。在此背景下，加强企业精细化管理、推动数字化转型从未显得如此重要。

基于此，CMAS联合元年研究院特别策划“数字时代企业管理趋势”盘点系列内容，我们将从数字化转型、管理会计、数据治理、数据中台、技术中台、业财税共享、商旅共享、采购共享、税务共享等九大方向，持续重磅推出系列特稿，为大家带来一场思想盛宴。本篇为本系列第五篇。

2020年，我国数据总量有望达到，占全球数据总量的21%，成为名副其实的数据资源大国和全球数据中心。

2020年4月9日，《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》颁布，数据首次被列为新型生产要素，开辟了数字资产的新时代。也因为这个定位，2020年被认为是数字经济的元年。而数据治理是数字经济基础的基础，2020年也因此被认定为数据治理的元年。

走过元年的数据治理，将在2021年迎来更大的发展空间，展现出更加清晰的发展趋势。

从业务入手的数据治理更懂企业需求，更受企业欢迎

数据的重要性和数据治理的必要性无需赘言，但数据治理价值将最终体现在对业务的支持上。财务和业务数据将更能帮助管理层了解业务动态，也最能打动企业管理层的敏感需求。因此，围绕业务和财务展开的数据治理工作将更受企业欢迎。

以某大型制造企业为例，IT数据集成工作中经常出现指标计算标准、口径不统一情况，导致反复确认、重复计算、复杂计算，导致数据共享接口拥塞，经常无法按时为业务提供分析数据。经过数据治理，增加了数据标准和元数据功能，但依然无法准确反映业务实际情况，仍存在不一致、不及时状况，直接导致数据治理项目失败。

公司决定从财务视角出发，着眼企业目前在业务和财务的场景和应用中遇到的数据问题，对业务和财务数据进行数据梳理、数据认责、制度设置、标准制定和发布、规划数据治理体系，最终形成了企业全域数据管理监控机制，规范了IT数据管理工作，也保证了业务和财务数据的质量，从而促进了企业经营管理效率的提升。

数据中台提升数据治理效率，数据治理推进建设新一代IT架构

除了梳理盘点原有数据资产，制定数据标准、流程规范以外，数据中台建设将与业务中台紧密结合，不断推动业务运转过程中的数据采集、存储处理、分析、应用的全生命周期管理，不断提升数据治理效率，巩固数据治理效果。

与此同时，数据治理也不断验证优化数据中台架构的合理性、有效性，推动企业建立适应数字时代、市场快速变化条件下的新一代IT架构，完成从业务、财务和技术等全方位的数字化转型进程。

用人工智能进行数据资产管理，大幅提升数据管理自动化水平，降低重复工作量和数据差错率

企业的组织、业务、系统、流程变得越来越复杂，数据量越来越大、数据结构越来越复杂，需要投入大量的数据专业人力资源，依靠传统人工管理监控变得非常困难。

数据治理将更多依靠深度学习、自然语言识别、模式识别等人工智能技术先进技术，包括元数据和数据架构、主数据和参考数据、数据服务与数据安全等识别和管理工作。比如针对主数据和参考数据识别和盘点工作，由于数据字典缺失、错误等原因，很难从企业历史材料中快速获得全面和准确的参考信息。数据标准识别技术，直接对接业务数据源，根据元数据和数据内容中的关键字信息和数据内容的存储特征等，自动识别出主数据和参考数据内容。

在人工智能技术支持下，数据管理自动化水平得到大幅提升，减少了大量重复劳动，不断提升数据的准确性。

企业数字化转型速度加快，数据价值将得到进一步提升

随着企业数字化转型速度加快，企业的数据量得到爆炸性增长。既有产品研发、生产工艺的基础数据，又有生产设备线上的状态数据、智能产品的使用状况数据，还包括维度越来越多、颗粒度越来越精的管理分析数据。对数据采集、存储、分析、处理的工具、计算能力、建模应用能力的要求越来越高。

以某地产企业为例，2008年的经营分析系统的数据量级在GB级，到2017年业务规模增长了近10倍，数据精细化程度大幅提升，由项目级细化到了楼层、房间，数据量也增长到了TB级。传统分析技术捉襟见肘，需要能力更为强大的内存多维数据库技术和更强的算力作为支撑。

企业内部数据治理将进一步与外部大数据分析有机结合

无论是政府、行业数据，还是企业内部数据，都将遵循一个相互认可的数据标准、处理规程。在政务数据不断标准化、开放共享的同时，也将不断丰富和加强行业数据标准建设，推动企业建立适合企业自身特点的数据治理标准、路径和方法。

企业内部的各类数据标准建设、流程规范将得到进一步完善，并充分结合行业、社会大数据进行综合分析，其结果将更加符合行业发展和企业运营的实际情况，促进企业的健康发展。

不断提升数据质量管理，为数据应用服务奠定坚实基础

数据的分析、应用、交易、流通都基于数据的准确性、时效性和数据质量。通过专业化的数据治理系统，对数据的产生、采集、整理、处理等全生命周期的管理，确保数据源可靠，数据可信，不断提升数据质量。制定数据风险规制，夯实市场安全保障，连接市场供需两端，促进数据交易流通。为相关数据分析、应用、服务、增值奠定坚实基础，促进经济社会发展。

加快公共数据的开放和共享，不断充实市场源头供给

2015年9月，国务院发布《促进大数据发展行动纲要》至今，不断加快政府数据开放共享，推动资源整合，提升治理能力。2021年，在基本形成跨部门数据资源共享共用格局后，由政府主导打通政府部门、企事业单位间数据壁垒的数据共享开放平台，将进一步推动实现政府公共数据的普遍开放。

政务和公共数据开放共享是落实国家“放管服”政策的有效路径，推进跨层级、跨地域、跨系统、跨部门、跨业务的政务信息系统整合、互联、协同和数据共享。浙江省施行的“最多跑一次”改革，就是推进供给侧结构性改革、落实“放管服”改革、优化营商环境的重要举措。以衢州市不动产交易为例，通过设立综合窗口再造业务流程，群众由原来跑国土、住建、税务3个窗口8次提交3套材料，变为只跑1个窗口1次提交1套材料，大幅提高办事效率。

鼓励国内数据治理公司快速成长，提升数据治理的自主可控能力

数据是企业的重要资产，数据治理工作对企业的影响巨大，因此，加强数据治理领域的自主可控能力是未来发展的一个重要方向。

事实上，在不同行业、领域的数据治理队伍中，已经涌现出一批优秀的国内服务商，将进一步加强数据治理领域的中国力量，促进中国企业在数据治理过程中，能更加适应中国企业的需求，确保中国企业数据的安全。