一、数据治理标准化概述

本部分对数据治理进行了广义的数据治理定义，即通过法律法规、管理制度、标准规范、技术工具等一系列手段，面向个人数据、企业数据、政府数据、公共数据等不同类型数据对象全生命周期开展有效的管控，以满足企业管理、行业监管、国家治理、国际协作等场景下数据应用的要求。重点可关注：

由于数字经济发展过快，主体繁多，理论研究不断创新，数据治理并无标准定义，各领域、行业都有自己的认知和理解，白皮书中给出的只是广义定义，具体行业还需参考本行业定义。

二、数据治理范围和原则

本部分表示了数据治理是带有强烈目的的实践活动，以数据为核心对象，涉及政府、企业、个人等各类参与主体，覆盖数据全生命周期中的各种过程和状态，利用手段和活动释放、保护数据的价值。重点可关注：

数据治理原则：战略重视、组织保障；责任共担、协调配合；业务驱动、问题导向；流程嵌入、实用落地；服务导向、量化评价。

三、数据治理标准化现状

本部分阐述了中国目前在数据库评测、大数据平台评测、数据交易流通、大数据服务能力评价、数据管理能力评估、数据安全治理、数据资产管理等方面积极联合行业内外的企业、专家开展标准研制工作，包括在研、已发布的团体标准、行业标准近百余份，并为政府、金融、大数据等各行业提供专业的标准化服务。重点可关注：

典型数据标准有：GB/T 34960.5-2018《信息技术服务治理第5部分：数据治理规范》；GB/T 36073-2018《数据管理能力成熟度评估模型》；ISO/IEC 38500：2015《信息技术组织的IT治理》；ITU-T F.743.21《数据资产管理框架》。

四、数据治理标准体系框架

本部分提出了数据治理标准体系，包括基础共性、数据基础设施、数据资产管理、数据流通、数据安全5个方面。重点可关注：

基础共性：用来统一数据治理相关概念；

数据基础设施：用来规范数据治理工作涉及到的平台、工具、软件系统等；

数据资产管理：用来对组织的核心数据资源进行管理、共享、应用和价值评估；

数据流通：用来对跨组织的数据开放、交易、跨境进行规范和约束；

数据安全：用来规范数据资产的管理、应用、共享、开放等环节合法。

五、工作建议

本部分从夯实数据治理标准化发展基础， 提高企业数据治理标准化能力， 持续提升数据治理产业水平 ，完善数据治理标准化保障措施4方面给处理数据治理建议。