企业数据治理应用现状、市场规模及厂商分析

数据治理的定义

（1）数据处理 Data Processing

在早期为了更高效的检索和管理数据，通过计算机开始对数据进行采集、加工、转换和传输，将原始的、无序的和非结构化的数据转换为结构化的数据。

（2）数据管理 Data Management

随着数据量的不断增加，开始对计算机数据进行更专业化的存储、检索、控制，包括文件和数据库的介入、数据处理系统的管理等。

（3）数据管治 Data Administration

随着数据之于效率提升的重要性不断凸显，开始关注一个组织结构的计算机系统中所存储的数据、信息作为组织机构的资源的管理，包括数据的分析、分类、维护、流动、应用等。

（4）数据治理 Data Governance

随着企业信息系统的发展，数据的管理和管治变得更为复杂，不仅包含了企业内部网，还包含了企业外部环境数据的外部网；数据不仅要支撑企业的运行管理，更要开始为企业对环境的认识和决策提供帮助。

数据治理的概念应运而生，广义的数据治理包括数据管理和数据价值“变现”，具体包含数据架构、主数据、数据指标、时序数据、数据质量、数据安全等一系列数据管理活动的集合。

本文将数据治理定义为：在数据驱动的业务与生产环境中，围绕具备更高可用性的数据标准与数据模型，规划构建“采集、存储、管理、服务”一整套制度体系的系统工程。

下图是数据治理的宏观架构，总的来说，企业开展数据治理的最终目的体现在数据价值、数据共享、数据变现3个方面。

企业数据治理应用现状

大部分企业缺乏专门的数据治理规划来指导数据治理的具体实施。企业内部设置专职数据治理部门和数据治理岗位仍在少数，大多数据治理规划都还停留在兼职部门和岗位层面。

数据治理组织是数据治理工作的主体。目前大多数企业的数据治理工作主要由业务部门和IT部门配合完成。而包括总裁办、董事长秘书处等决策部门对数据治理的参与度不够，使得数据治理缺乏自上而下的组织。

“缺乏统一”是企业数据治理工作遇到最多的问题，制定统一标准是企业数据治理工作的重中之重。

目前来看，在数据治理领域，还没有一项标准或理论方法能够被绝大多数企业参考。

当前企业在数据治理的应用中，存在数据治理组织机制不健全、数据治理体系不完善、缺乏数据战略规划、缺乏标准指导的问题。

随着数字化转型进程中，企业对数据治理的重视度不断进阶，数据治理技术和工具的不断智能化、高效化，标准体系的研制、宣贯不断深化，数据治理的市场将持续扩张，数据治理在企业数字化建设的投入占比将增加。

数据治理厂商的发展路径

数据治理是数据管理的延伸和进阶，集成不同数据治理工具，构建数据中台，建设全域数据治理是趋势中的发展路径。

对企业来说，需要从业务的影响程度，问题的紧急程度、实施的难易程度等多个维度进行分析和权衡，从而决定企业对数据治理的需求，找到数据治理区别于数据管理所能真正给企业带来的价值。

数据管理是数据治理的必经之路，数据管理主要分为

在不同环节单独实施不同格式的主数据管理系统给企业埋下了从研发到生产再到销售的整个流程信息脱节的隐患，限制了生产效率和发展边界。CRM、ERP、PDM等企业管理系统亟需贯通信息流，打破数据孤岛，数据治理厂商要培养企业用户数据管治的思维，兼容服务企业信息流上下游。

相似的，单一提供比如报表、BI的数据管理厂商也需要兼容从下而上的数据结构才能发挥作用，提前将统一且规范的数据作业布局在数据过程的边界，保证数据传递的一致性与有效性，为创造数据价值打造稳定可靠的数据平台，是数据治理厂商趋势中的发展路径。

数据管理厂商从不同角度上认识到这个问题，从已有产品端横向延伸或纵向兼并为企业提供全域、智能化数据治理解决方案。

中国数据治理市场规模

随着市场需求扩大，数据支持方案趋于成熟，国家数据安全政策的立法完善，数据管理解决方案市场将持续扩增。预计，大数据服务市场规模在预测期间以33.83%的年复合增长率在2024年达到1,050亿人民币的价值。

越来越多的企业在大数据平台建设过程中开展数据治理，预计到2024年，数据治理在大数据平台建设的平均预算占比约为30%。

2021年9月将施行《中华人民共和国数据安全法》，不断增长的监管和合规要求，对数据治理市场需求的刺激最为突出。更多的企业将不得不重视并建立数据治理组织机制，加强标准规范体系的应用，着重数据治理专业人才的培养。

同时，数据治理在标准化体系化的进程中，保证了数据质量，更有效地释放数据价值，支撑企业的管理与决策，促使企业加大对数据治理的投入。预计，数据治理市场规模在预测期间以33.83%的年复合增长率于2024年达到325.5亿人民币的价值。

数据治理相关厂商

数据治理厂商类型众多，在各行业和政府的数据治理招标项目中，甲方的痛点在于自身对数据治理的认知比较浅显，对项目实施细则和后续运维工作都不清晰，与数据治理厂商存在信息不对称。

通过溯源厂商布局数据治理的路径，以在趋于数据治理产品同质化的市场中，发现厂商数据治理提供的服务和技术所倚重领域，解决甲方选标痛点。

下面列举数据治理相关的厂商，本文不做任何推荐，仅供参考。（关于数据治理厂商更多分析内容请查阅原报告）

本文摘录自头豹研究院《2021年中国数据治理行业：应用现况梳理 & 全链产业图谱梳理》报告内容。

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。