2022年6月11日（周六）晚，上海赛博网络安全产业创新研究院联合安永(中国)企业咨询有限公司主办「数安周享会·Cyber Talk」第八期直播活动。
本期以“CDO视角看数据融合与利用”为主题，以CDO视角为切入点，深入探讨CDO在数字化转型下所发挥的作用以及如何应对数据开放和融合利用问题。
2021年10月27日，上海市政府办公厅副主任、大数据中心主任朱宗尧在《上海市全面推进城市数字化转型“十四五”规划》新闻发布会上指出：数据是基础性战略性资源，是城市发展的新型生产要素。但长期以来，信息孤岛、数据烟囱普遍存在，严重制约了数据的使用和价值的发挥。站在城市数字化转型"十四五规划"的战略高度，要最大限度激发数据潜能，释放数据红利，尤其需要做好以下两个方面的工作：
1、统筹构建城市数据资源的体系，使得城市里的各类数据可以互联互通有序流动、合理使用。使分散孤立的数据变成汇聚整合的数据，使原先管理的数据变成应用的数据。
2、建立城市数据的治理体系，深入推进数据的全生命周期的治理体系，健全数据治理机制、数据分类治理的规则和标准体系。
其中，在“统筹构建城市数据资源的体系”上，可以发现描述的视角上是以整个城市为网格，探讨建立这个空间内的所有数据资源体系，无论社会数据还是公共数据。因此，公共数据作为其中的一类重要数据资源是一定也必须要和社会数据的充分融合才能真正实现城市级的数据资源体系。从政府“法无授权不可为”的原则来看，2022年初正式施行的《上海数据条例》地方立法，也为公共数据以市场化的方式参与到全社会的数据应用中奠定了法律的坚实基础。
而“建立城市数据的治理体系”，则进一步强调了只有经过治理后的政企融合数据，才能既“可用”又“好用”的赋能在全社会的数字化转型上。
基于以上背景和两个重点工作，汪科科试着以CDO的全域数据运营视角，从短期激发公共数据价值，中长期整合盘活各类城市数据释放数据红利的目标，对城市数据互联互通有序流动的机制体制、模式方法进行分析探讨。
注：以下为（汪科科）第一人称行文
首先，CDO究竟是什么？
首席数据官（Chief Digital Officer, 简称“CDO”），是指帮助组织实施推进数字化转型的高层专业管理者。CDO的工作主要是制定数字化战略、帮助推进组织结构的数字化转型、构建数字业务技术平台并打破组织内外的数据孤岛、为组织提升运作效率及发展新的数字收入来源。因此CDO不仅是组织进行数字化转型的高层管理者和锚点，更是驱动数据赋能的一套机制体制和数据运营的思维意识。
CDO的职位设定，早年出现于欧美的政府和企业组织。近年来随着我国数字化转型的全面开展，CDO制度也开始在政府层面推行，其中尤以广东和上海的推进步伐相对较快。
• 广东是最早启动政府CDO制度的省份。2021年5月，广东省政府办公厅率先印发《广东省首席数据官制度试点工作方案》；
• 上海近期也伴随城市数字化转型的深入，开始尝试推进类似的CDO制度。2021年9月1日，《上海市促进城市数字化转型的若干政策措施》正式生效。在第二十三条“实施积极开放的数字化转型人才政策”中指出，将在部分委办局和国有企事业单位试点“首席数字官”制度，建立数字化转型和公共数据开放的勤勉尽职和容错机制。
其次，关于政企数据融合。
从一般行业认知和通识来看。政企数据融合就是字面上的政府数据和企业数据进行数据上的融合，然后进行各类场景的应用。其实，政府和企业这两个主体，不仅产生数据，同时也是数据的需求和使用方。对于这类既是买家又是卖方的互为双重身份，我们需要用更系统的视角来定义它。
政企数据融合，从数据和应用对象层一般有三个维度的理解。
1、数据本身的融合。主要指政务数据和企业数据（社会数据）之间的融合。但考虑到不存在内部完全融合的“大政务数据”以及互相打通的“大社会数据”。因此，在实际数据融合操作中更多的是受实际应用场景的驱动，部分政务数据和部分社会数据进行融合。
2、应用对象的融合。目前，政务数据和社会数据在实际应用时，往往是政府机构使用政务数据，社会机构使用社会数据。但实际数据应用过程中，政府在进行城市治理和公共管理时，需要来自企业的数据。反之，对于企业为代表的社会机构方，架构在整个数据基础上生产运营时，会大量使用到政府公共数据。因此，单一数据源早已无法满足数据使用方的需求，迫切需求打破彼此间的数据应用壁垒。即政府单位可以采购使用社会数据用于自身的城市治理和社会管控，社会单位也可以使用政务数据来提升商业场景的运行效率，减低成本。
3、数据层面和使用场景交叉融合后的“政企融合数据”。当两种数据在场景和数据层面进行充分交叉融合后形成政企融合数据，极大地反哺并提升彼此的数据使用感知度和数据质量。
相对本文讨论的CDO视角，在商业数据市场发展早期，更多提的是个体级的“Data sense（数据思维）”，要求数据从业者以量化、实验、相关性的思考习惯来处理日常工作。
随着IT时代到DT时代的演进，以数据驱动业务逐步成为组织层面、城市管理乃至整个社会层面的一种新常态。数据在不同单元之间的流转会快速提升业务运行效率、降低运营管理成本、及时预警发现经营中的风险，而之前片段性、分块性的业务分工和组织架构模式只能在数据流转上形成一个个数据烟囱和数据孤岛。因此，在这一阶段需要建立起一种体系化的数据运营模式和配套的管理组织架构来推进业务发展和日常管理。
相对一个组织内的跨部门数据协同处理，政企数据融合更是一个跨领域、前瞻性、条块交织的复杂系统性工程，所以必须要以CDO的视角来分析、解构，从而搭建一套既能实现政企数据融合战略需求又能兼顾现实落地的解决方案，有效推动政企数据融合。
数据融合现状与挑战
当以政务数据为代表的公共数据尚未进入商业数据市场时，数据流转和商业逻辑自成体系。但不同企业数据间的互通融合效率不高，融合存在一定问题，并且这个问题目前依然存在。
后来，数据作为生产要素提出后，随着公共数据开放和开发利用的推进，以政府数据为代表的公共数据逐步进入商业数据市场，现阶段主要是以数据核验及查询服务等高度封装的服务为主。
随着公共数据逐步进入商业市场流通，政企数据融合一定是下一阶段的重点任务和巨大商机。商业数据发展的常识告诉我们，多源数据融合带来的价值远超单一数据源。因此，通过政企数据在应用场景和数据层的融合，势必会创造出大量的商业机会并衍生出一系列新的数据生态。同时，政府机构也可以通过调用商业数据，在公共管理和城市治理应用上有效提升自身的工作效率。
尽管前景可期，但在实际的政企数据融合中还是存在一些现实的困境和问题:
问题1：配置效率低。政企双方无法以高效的市场化手段解决彼此间的数据流转问题。政府机构尚未形成以市场化手段（采购或交换模式）充分获得社会数据，社会机构也无法以合规持续的方式获得政务类公共数据。
问题2：人员专业程度不足。不同于土地、人力等肉眼可见并能够评估其价值的物质型生产要素，数据要素相对抽象且专业程度较高，是一种需要通过在不同应用场景间流转从而找到合适中间态的要素形态。其可以促进其他生产要素的有效利用并产生倍增的效益。在政企数据融合中，政府侧作为整个工作的发起者和决策者，缺少能从数据运营、数据应用场景等角度将不同数据匹配融合后满足各类需求的专业人才。
问题3：安全合规带来的问题。数据安全、授权、合规，是规范数据流通和融合时的限制条件。随着数据融合的推进，会催生一系列数据确权、数据融合中的安全流通及合规问题，如数据泄漏会涉及到个人隐私、商业机密及国家安全等问题。安全合规带来的负激励效应以及政府受制于对数据安全带来的处罚后果的担忧，延缓了政企数据融合的进度。
问题4：缺少体系化方案。缺少可用于生产的低成本、高效率数据融合解决方案。由于以上三个问题的存在，政府作为政企数据融合的推动者，在高风险低收益（没有商业收入考核）的推动下，自身缺少动力推进数据融合。因此，在完全避险的角度下会催生出一批“隐私和多方安全计算”的高成本低可用的纯技术流解决方案。
典型场景
当基于某一类实际应用场景，将政务数据和社会数据对齐后，通过血统图谱构建、特征工程建设等一系列手段在底层进行融合建模后生成新的数据要素，可以更有效支持各类核验、查询和分析应用。
结合政企数据融合的三个层面，我们一起分析下政府和企业在数据融合上的一些典型应用场景。
首先，是政府作为用家，主动融合来自企业的社会数据使用场景。其核心诉求是希望提升治理效率。受数据自身覆盖、频次、治理、维度的限制，政府用政务数据不能完全满足城市治理。因此，需要引入社会数据来满足治理工作的实际需要。例如：流动人口管理中需要高频更新的外来人口与所在地理空间的进出数据，是现有政务数据中的非实时人口数据无法支持的（户籍人口、实有人口数据等），需要引入运营商的手机信令数据和互联网企业的SDK位置数据等社会数据来帮助推进。
其次，企业对以政府数据为代表的公共数据同样有明确的应用需求场景。主要是为了解决商业经营中的“降本、增收、控风险”的核心需求，核心是成本和收益问题。对于商业洞察、金融信贷、营销等场景，通过政务数据的支持可以有效找到关键识别及判断的数据变量来有效支撑其数据应用。例如：通过企业在政务数据里留存的税务、政府采购、社保缴纳等高质量关键数据，可以帮助金融机构快速构建有效的企业信贷模型，并直接用于信贷产品设计及日常生产。
最后，如果政企数据能顺利进行数据和应用上的双向融合，则可以更好的激活数字经济，释放数字红利。数据双向融合后会衍生出一批新的数据生态，如英国、韩国在推动公共数据开发利用时，衍生出一大批通过使用相关公共数据帮助上市的企业，同时这些企业极大地拉动了社会的GDP。
数据融合策略及推进模式
最后，我们试着以CDO的系统性视角，来分析下政企数据融合的策略并提出一些推进模式的建议。
政企数据融合策略，在数据融合主导权上，一定是政府推动，激励企业配合，形成良性收益之后，才可能形成政企数据融合的常态方式及数据生态。在具体推进上可考虑分为以下几个阶段：
一、了解企业的需求，形成可市场化交付的数据服务产品。基于公用数据的授权运营或市场化开发利用，从企业层面先形成可市场化交付的数据服务产品。这一过程中也将推动企业更多了解政务数据的结构和能力，并在持续使用的过程中对政务数据自身的数据质量进行优化，激励企业探索更多数据需求场景。
二、建立政府单位采购或通过数据共享获得社会数据的机制。鉴于政府也需要企业的社会数据，对政府希望使用的社会数据进行整理并形成相应的动态清单制，鼓励持有该类数据的合规数据方与政府建立合作，探索政府使用社会数据的采购或数据共享交换模式，促进政府机构更多了解社会数据的能力，提升政府的城市数字化转型的效率。
三、结合政府单位和企业在数据和应用上的充分双向交互。激励各自找到对方更多对自身有用的数据字段及能力，基于数据安全合规的角度，建议由政府数据安全管理单位牵头制定跨数据源的匹配方案，通过政府评估审核的技术标准或数据匹配融合场所来加速双方数据在底层的匹配融合，产生出更多有价值的政企融合数据产品。
此外，在政企数据融合的实施推进模式上，也可考虑以下建议：
建议1，建立以数据运营为基础的数据人才机制体系，优先完成CDO机制的定岗定编。通过针对性的数据应用、治理等维度的培训和认证模式，加大对相关政府单位人员的能力培养，使得有一批懂业务、懂数据的复合型城市数字化转型人才能进行后续的工作推进。
建议2，建立政务数据市场化经营的主体或机制，向社会释放政务数据价值。为了更好地衔接政务数据市场化经营的体制问题，需要由一个既理解公共数据结构又熟悉各类数据应用场景的专业市场化组织，来协调推进政务数据合规有序商业化的进程，把政务数据的价值显性化、可量化，让各类社会主体机构能理解并能使用政务数据的市场化产品。
建议3，政府机构梳理其对社会数据的需求清单，推动社会数据安全有序地进入到政府管理应用场景。依托专业机构，对目前的政府机构城市治理数据应用场景进行调研，找到政务数据无法满足需要社会数据支持的场景及数据清单，并梳理出相应的商业数据源公司。通过建立统一的“商业数据管理平台“，将社会数据集中对接，统一治理，并按需提供给相应的政府机构。可积极探索政府集采和数据共享交换的数据交互模式。
建议4，在初期的政企数据融合保证优质供给。依托国资控股的大数据专业公司构建数据应用生态，具备对数据资产评估、数据安全合规审核、数据产品加工、数据治理清洗、数据多源匹配、数据交易流通等的能力。可考虑以组建联盟、社会组织、投资等多种模式完成上述生态的搭建。
建议5，积极探索建立数据资产交易的二级市场。在完成政企数据融合、在实体经济领域较为充分地释放了数据要素价值后，以金融工具的模式进一步提升数据这一新型生产要素的价值。
以上，就是我从CDO视角，对推进政企数据融合的一些浅言薄论，有不当之处还请各位专家、同业批评指正。
原文始发于微信公众号（赛博研究院）：汪科科：CDO视角看政企数据融合
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论