数据治理是一项连续性的工作，需要不断巩固和加强数据治理效能，才能助力企业数字化业务的深入发展。建立企业数据治理长效运营机制的关键在于分工清晰，领导支持，标准明确，流程规范，奖罚分明，持续优化。以上部分环环相扣，缺一不可！

9大价值链环节，明确开展数字化转型应关注研发、生产、采购、供应链等多个价值链环节。

6月13日下午，由四川雅化实业集团信息中心牵头、山东中翰软件有限公司承接实施的数据治理项目启动会在集团总部召开。

数据责任人制度主要是通过设立公司数据责任人和领域数据责任人，清晰化了数据生产者、数据消费者和数据控制者相应的权利、责任和义务，这符合企业的实际，即没有一个集中化的数据组织会比各个领域更了解自己的业务和数据，很多数据问题靠集中化的数据组织来解决效率是很低的，也是不可持续的。但是，让业务部门去管理数据似乎有点勉为其难，怎么管呢？

数据标准作为数据治理的基础，是一项长期、复杂的任务，要求企业必须依据企业自身条件，探索符合企业本身的特色路线，从而制定出

近年来，数字经济的蓬勃发展推动了商业银行的数字化转型。突如其来的新冠疫情，给商业银行带来不同程度的影响，也成为商业银行数字化转型的助推器和催化剂。 随着数字化转型步伐的加快，对数据治理提出了更高要求，商业银行数据质量、数据标准和数据安全问题面临的困境变得尤为突出。 商业银行应当采取措施妥善应对，切实做好数据治理工作，提高数据治理水平，完善数据治理架构，提高数据质量，建立健全数据标准体系，切实保障数据安全，在业务经营、风险防控、内部管理与监管合规等方面充分发挥数据的作用，利用数据治理，实现数据驱动决策，