数据治理的24 个核心框架图 一数据治理背景和挑战 数据治理知识体系涉及管理、技术等多个学科领域，是一个非常复杂的系统工程，如何全面而系统地构建较为完整的数据治理体系，是企业实施数据治理的关键课题。 从宏观角度，数据治理是指全球治理，即在大数据时代，以国家、国际组织、多利益攸关方等为主体，对数据权利、流通、管理等方面的治理。 从中观角度，数据治理是指公共治理，即区域和国家对其主权范围内的数据质量、权属、流动机制等方面的宏观管理。 从微观角度，数据治理是指对数据资产行使权力控制的活动集合。 不同的行业信息化发展水平不一样，其对数据的依赖程度不一样，数据治理水平也不一样。 1、各国的大数据状况 根据国际数据公司（IDC）2018 年年末的测算，2025 年，中国将成为全球五个分区中，最大的数据资源拥有地区（占比为28%，数据总量为49ZB），其数据总量将是美国（排名第四，占比18%的1.56 倍。这五个分区是：1）中国；2）欧洲、中东、非洲地区（EMEA）；3）亚太国家，指除中国之外的、包括日本在内的亚太地区所有国家（APJxC）；4）美国；5）世界其他地区。 实际上，2019 年，中国的数据总量已经超过了美国。但是，中国工业企业的数据资源存量普遍不大，宝贵的数据资源由于缺乏科学的数据管理而随意流失；工业企业数据总量低下，与企业规模极不相称；半数以上的工业企业仍在使用纸质或更原始的方式进行数据的存储和管理；数据孤岛几乎是所有工业企业都面临的困境。此外，无论是数据管理还是数据治理，中国工业企业的状况也不容乐观。调查显示，仅有37.84%的大型工业企业、46.67%的中型工业企业、13.64%的小型工业企业开展了数据管理工作；大多数工业企业缺乏专门的数据管理部门，投入数据管理的人、财资源也非常有限，更谈不上顶层规划和战略管理。 2、工业企业数据治理面临的挑战 工业领域信息化起步相对较晚，工业数据也更为复杂，涉及研发、生产、管理、运维、服务等多个环节，因而数据管理工作的推进也相对滞后。 （1）数据基础薄弱。我国工业企业的数据资源存量普遍不大，调查显示，66%的企业数据总量都在20TB 以下；管理手段比较落后，51%的企业仍在使用纸质或更原始的方式进行数据的管理。数据孤岛几乎是所有企业都面临的困境。 （2）数据治理滞后。数据管理缺失，技术手段落后，导致企业数据质量难以得到保障，数据共享困难，数据的价值不能得到充分的挖掘和变现。 （3）数据价值难以量化...
