痛点1：无法透明、全面掌握数据资产流通全景，难以构建健全的数据管理体系
企业为何难以掌握数据流通情况？企业数据具有场景化、碎片化、来源多、范围广，类型多样、无统一标准等特点，其数据流向较为复杂，企业难以透明化并全面掌握数据流通情况，即无法有效掌握数据资产在企业内部以及与外部兄弟关联公司、外部机构、境外机构之间的流通情况。

应如何建立数据确权与认责机制？由于无法掌握数据资产流通情况，因此难以有效确立内部各相关方的数据管理职责，以及划分不同关联方在不同场景下、不同数据处理活动中的责任边界。

痛点2：不知该如何建立数据资产流通“白名单”与“黑名单”、如何有效促进数据融合面临着较大挑战
企业在数据流通过程中，普遍面临着多样且复杂的问题，包括确权难、定价难、保护难等，如何进行数据资产全面盘点以及流向分析，梳理数据流通场景、识别数据流通过程中的责任边界，以及建立有效的“白名单”“黑名单”，促进基于业务场景的数据资产融合利用分析，成为当下面临的痛点。

痛点3：难以有效掌握消费者针对数据的同意授权情况，在面向用户开展业务活动时遇到困难
难以掌握用户授权全景：由于企业数据来源通常会涉及线下业务场景、线上互联网平台、以及物联网设备自动收集等，此外也包括合作伙伴提供的数据，其数据来源渠道以及数据资产类型非常复杂，企业往往难以掌握和分析不同业务场景中，针对不同个人数据的用户同意授权情况。

不知哪些业务可向哪些用户群体开展：由于未全面掌握用户个人信息针对不同场景、不同数据字段的同意授权情况，因此无法有效推动数据跨公司、跨境使用，从而影响部分业务活动，如数字营销、用户回访、差异化定价等。

痛点4：数据管理各项角色不明确、与数据资产流通活动相脱节、导致无法有效推动“数据认责机制”
由于企业中的数据资产收集、使用涉及多个业务领域、多个部门，数据资产在收集、传输、存储、使用、共享、删除、销毁等各环节中未明确数据管理各项角色，企业难以有效、实时、全量掌握各数据资产流通情况、推动实施数据的认责要求。

数据管理角色包括数据所有者、数据采集者、数据管理者、数据开发者、数据运维者和数据使用者，从数据全生命周期视角，明确各管理角色的具体职责，保障数据资产流通的安全合规方面面临着较大挑战。

痛点5：难以快速应对监管检查，无法第一时间提供监管报备材料
数据双清单构建难：针对工信部建立落实“双清单”（明确已收集和与第三方共享的个人信息），难以及时进行响应。

数据流通场景、数据管理情况难以快速提交：企业对数据流通场景（包括与外部机构、境外机构）、数据整体管理情况难以全面掌握，自主进行材料整理需要大量时间和人力。