选择语言
政府数据治明确决计划
在社会全量数据中 ，80%以上数据资源掌握在政府手中 ，数据治理的要害在于增强政务数据治理。“用数听语言、用数据决议、用数据管理、用数据立异 ，使用政务大数据周全剖析问题、宏观解决问题、科学展望问题” ，是政府信息化建设由营业数据化向数据营业化转变的主要使命。
数字政府建设包括营业数据化和数据营业化两个环节。营业数据化实现了从手工操作到电子操作 ，解决了无纸化办公 ，并爆发和积累了大宗的数据 ，实现了部分间的营业协同和数据共享 ，并举行了营业的优化。数据营业化实质上是基于政府数据的挖掘使用 ，以打造服务型政府为目的开展营业立异、流程再造 ，并爆发新的营业模式和形态。
营业数据化阶段 ，信息化系统的建设优化了营业模式 ，同时为数字政府建设沉淀了大宗数据、打下了数据基础 ，可是也泛起许多问题数据 ，包括数据不标准、不统一、不准确、不周全、不真实、不实时等 ，导致无法很好的支持数据立异使用。为了提升数据质量、包管数据清静 ，需要对数据做检测磨练、洗濯加工、脱敏脱密、分级分层、剖析挖掘等操作 ，整个操作历程都属于数据治理 ，也可以称为治理数据。
数据营业化阶段 ，需要对沉淀和积累的政府数据举行深条理的整合、剖析、加工、使用、立异 ，推动流程再造、立异营业形态、赋能数字生态 ，实现政府决议、社会治理、公共服务、数字经济的科学化、智能化、精准化、高效化、个性化、自动化提升 ，这一历程是基于对政府数据的运用 ，也属于数据治理 ，是政府治理能力的建设与提升。
政府数据治理整体架构凭证“平台+服务+产品”的模式 ，构建完整的政府数据治理系统
�。�1）数据平台
数据治理通过建设一套完整的数据治理平台 ，从制度、标准、监控、流程等方面提升政府的数据资源管理能力 ，解决现在所面临的数据标准、数据质量、元数据管理和数据服务等问题。平台主要包括平台层和用户使用层两大部分 ，平台层主要是大数据支持平台、数据资产统一管理、数据治理平台 ，通过平台层将数据资产统一管理起来 ，并提供数据全流程的治理工具 ，完成数据标准化治理、使用。用户使用层包括数据共享平台及服务门户、数据开放平台及服务门户、数据可视化剖析系统、数据科学盘算系统及数据铁笼系统 ，为最终用户提供数据服务的申请使用、数据剖析、挖掘能力。
�。�2）数据治理服务
数据治理主要围绕着政务数据管理系统 ，引入数据治理要领 ，建设数据治理框架 ，详细包括如：引入数据标准要领 ，建设数据标准流程 ，确定要害数据标准；搭建数据管理平台 ，厘清数据资产 ，建设数据关系模子；引入数据质量管理步伐 ，建设响应流程；梳理数据关联关系 ，建设数据危害防控系统；识别数据管理系统中的管控点 ，建设管控职责；建设政府数据管控组织 ，明确相关职责。
�。�3）数据治理产品
数据治理产品是政府建设数据资源系统的效果 ，是政府营业数据的高度提炼与结晶 ，是对政府全量营业数据的细腻化管理。其目的是将疏散的多源数据整合为成熟的数据产品 ，让各营业部分使用数据犹如在大数据资源中心中拉开一个个抽屉一样利便快捷。
政务数据产品包括建库类产品例如：生齿基础库、法人基础库、空间地理库、电子证照库、主题库、专题库等；数据服务产品类等等。
�。�1）提升政府数据资产管理水平
政府数据治理对提升政府数据资产管理水平具有以下须要性：有助于营业系统稳固运行；有助于营业流程的刷新 ，资源设置的优化 ，提高营业和管理能力。
�。�2）提升政府决议能力和决议水平
通过数据治理相关事情 ，作育政务职员大数据使用习惯 ，用数听语言、用数据决议、用数据管理、用数据立异 ，起劲运用大数据举行形势剖析、问题研判、细腻管理、服务立异。
�。�3）提高数据质量 ，降低管理本钱
通过政府数据治理 ，提高数据质量和规范性 ，富厚数据产品 ，增强数据可信度 ，并提高事情效率 ，降低事情本钱。
�。�4）包管数据清静 ，降低管理危害
通过建设有用的数据治理可以为数据的会见管理、评估和管控危害、实现合规、建设数据权限机制提供周全支持 ，包管敏感数据的清静。
�。�5）为数据使用提高合规羁系和清静控制
合规羁系和清静控制是数据治理的焦点领域 ，关系到数据隐私、存取管理和允许、信息清静控制 ，以及规范、条约或内部要求的遵守和执行。
