为您的数据运营能力打分：IDC发布数据治理系列报告

从行业落地的角度，在数据治理成熟度方面，互联网行业、金融业（以大型银行为代表）以及部分电力企业相对比较领先。在市场规模方面，政府行业、金融行业最为领先，其次是能源行业（以电力企业为代表）、零售业。其他行业如制造业（尤其是在涉及到物联网数据采集与处理的场景中）、交通业（设备上产生数据的采集与治理）、医疗行业（医保数据相关）、建筑工程业（国企类型的企业）的数据治理成熟度迫切需要提高，也有着较高的应用潜力。

而对于具备较好的数据资源基础的企业，则普遍反映数据治理具有明显的业务价值，包括：

• 能够更快获得洞察

• 能够缩减成本

• 增加用户获取

• 提高产品上市效率等

  
  

很多用户都提到在进行初步的数据治理后，可以赋能内部各部门快速的查询、调取和分析数据，加快数据洞察。成本的缩减则表现在通过提升数据的准确性，提前对业务进行预警或者对设备进行预测性维护，达到帮助企业降本的目标。对于很多零售企业或者传统行业的零售部门，提升数据的质量，帮助用户使用方快速获取高质量数据，可以增强企业的获客能力，缩短产品上市的时间。

然而今天企业数据治理过程中存在的挑战也十分明显。IDC全球于2021年执行的关于未来企业的调研中显示，除了客户互动之外，董事会层面关注度第二高的战略领域即利用数据改善决策，以保持竞争力或者寻求如何适应市场变化。而现实是，只有36%的人对用于分析和决策的相关数据准备得很充分；只有31%的人对熟练的数据工程和分析资源有充分的准备。这一点在中国市场尤为明显。

今天数据治理、数据资源准备依然面临很多问题，包括：

• 缺乏统一的顶层设计

• 看不到价值

• 设立单个互不交叉的项目做数据治理，缺乏统一协调

• 缺乏对数据治理结果的评估体系

  
  

这些问题都将制约企业数字化转型的整体进展，严重的数据质量问题甚至会给企业带来经济上的损耗，需引起高度重视。提升数据质量，可以从引入外部的数据治理咨询服务开始，从顶层设计以及单个场景做起，不断沉淀企业数据治理能力，逐步提高企业数据资源就绪度。