报告简介

本报告将描绘中国数字化转型的宏观环境及市场驱力，剖析企业数字化转型过程中面临到的核心数据问题，点出数据治理的战略性与重要性，并确立数据治理的范围原则，洞察数据治理的行业规模与供需市场，推出【数据工程】方法论，改变传统方式规划与实践“两张皮”、对业务感知弱、缺乏业务价值、数据管理缺乏体系等弊端，实现业务驱动、高效落地、价值体现、管理规范。并以制造业、能源业等行业场景为数据治理实践样本，呈现相关产业在数据治理的诉求、进程及方法，结合头部公司标杆案例十大品牌排行榜，最后对中国数据治理产业的发展趋势给出分析及建议。

目录

1 中国企业数据治理势在必行

1.1 政府侧：政策支持数据产业优化

1.2 政府侧：数据管理成熟度模型DCMM

1.3 产业侧：数字资产已成为重要生产要素

1.4 产业侧：数据治理行业性差异明显

1.5 企业侧：数字化转型已进入深水区

1.6 企业侧：数字化转型下的数据治理

2 中国企业数据治理行业发展洞察

2.1 数据治理模块及功能

2.2 数据治理价值体现

2.3 供给侧：数据治理厂商类型及特征

2.4 需求侧：数据治理应用端需求特征

3 中国企业数据治理实践应用

3.1 数据治理最佳实践

3.2 数据治理的内涵：整体方案架构图

3.3 数据工程建设：咨询环节

3.4 数据工程建设：落地环节

3.5 数据工程建设：应用环节

3.6 数据工程建设：管理环节

3.7 数据工程2.0

3.8 数据工程的价值

3.9 制造业行业痛点及数据治理效果

3.10 制造业数据治理典型解决方案

3.11 工程设计行业痛点及数据治理效果

3.12 工程设计行业数据治理典型解决方案

3.13 创投行业痛点及数据治理效果

3.14 创投行业数据治理典型解决方案

4 中国企业数据治理行业发展趋势

4.1 数据治理趋势（1/3）工程化

4.2 数据治理趋势（2/3）业务驱动

4.3 数据治理趋势（3/3）透明化

图表目录

图1-1 国家及地方数据相关政策

图1-2 DCMM的八能力域与五等级

图1-3 DCMM对于数据治理供需双侧的意义

图1-4 2017-2022 年中国数据产量（ZB）

图1-5 2017-2022 年中国大数据产业规模（万亿元）

图1-6 重点行业数据治理痛点及需求

图1-7 企业数字化转型中面临的数据治理难点

图1-8 企业数字化建设整体架构下的数据治理

图1-9 数据治理在企业数字化中的难点及价值

图2-1 业务数据地图核心能力

图2-2 数字化应用赋能企业运营优化及风险管控

图2-3 数据治理厂商类型及特征

图2-4 数据治理应用端需求特征

图3-1 数据工程整体方案架构图

图3-2 企业数据建设闭环：咨询环节

图3-3 企业数据建设闭环：落地环节

图3-4 企业数据建设闭环：应用环节

图3-5 企业数据建设闭环：管理环节

图3-6 数据工程2.0 建设

图3-7 数据工程的价值解读

图3-8 制造业行业痛点及数据治理效果

图3-9 制造业数据治理典型解决方案

图3-10 工程设计行业痛点及数据治理效果

图3-11 工程设计行业数据治理典型解决方案

图3-12 创投行业痛点及数据治理效果

图3-13 创投行业数据治理典型解决方案

图4-1 数据治理全流程线上化平台承载

图4-2 业务数据地图

图4-3 数据治理透明化