数据治理市场-

利用数据独有优势，通过数据分析，充分利用数据价值应用于市场治理。数据主体容易低估自己隐私的价值，无法追踪数据实际用途，导致产权执行过程中交易成本过高。

数据治理市场

• PEST分析（外部因素）
  • 政治背景
    • 2020年3月18日《中小企业数字化赋能专项行动方案》
      • 国家扶持中小企业数字化转型
    • 2021年6月10日正式通过《数据安全法》
      • 明确提出规范数字经济安全体系
        • 意味着数据治理市场将得到进一步规范化、制度化、体系化的发展
    • 2021年11月中国申请加入《数字经济伙伴关系协定》（DEPA））
      • 国家大力推动国际数字经理领域合作
    • 2021年11月工信部发布《“十四五”大数据产业发展规划》
      • 明确我国推动数字化转型的决心
      • 加快构建全国一体化大数据中心体系
    • 2022年6月23日，《关于加强数字政府建设的指导意见》
      • 明确建设数字政府的两大目标
        • 2025年数字政府建设取得重大进展
        • 2035 年数字政府基本建成
  • 经济背景
    • 疫情影响下国内外经济下行压力大
    • 互联网广告成为中国广告支出重点
    • 数字经济稳步增长，成为支撑经济高质量发展的关键力量
      • 产业数字化
        • 传统产业利用数字技术后带来产出的增长和效率的提升
      • 数字产业化
        • 数字技术带来的产品和服务，例如电子信息制造业、信息通信业、软件服务业、互联网业等
    • 我国数字经济消费基础夯实
      • 2022我国网民规模已達9.04亿，互联网普及率达64.5%
  • 社会背景
    • 企业方面：
      • 企业数字化转型速度加快，对数据治理的需求愈发旺盛
      • 企业业务部门将越来越多参与到数据治理和数据利用的工作
        • 数据治理将从IT部门及数据团队走向业务部门
      • 企业上云进程加快，私有云、公有云和混合云等多种形式促进数据治理市场
    • 政策方面：
      • 相关政策推动数字化发展，规范市场营销，出台针对全行业的数字化转型、数据要素等方面的政策
    • 社会方面
      • 人工智能等技术的落地应用产生了海量数据，也带动了数据治理行业的发展
      • 数字经济的发展创造大量就业机会
        • 到2025年，5g的发展将创造300万个就业岗位
      • 数据呈指数级增长：个人行为的数据将被深度采集、巨量的新增数据将会产生
    • 中国数据治理市场迎来爆发，未来前景可期
      • IDC预计：到2023年，中国大数据市场总规模将达到1600亿人民币
  • 科技背景
    • SaaS
    • AI
    • 区块链
    • 元数据信息
    • NLP
    • 机器学习以及知识图谱等智能化技术
    • 云计算等技术普及推动数字化市场营销
      • 高速数字化发展
      • 互联网的普及
• SWOT分析（内部因素）
  • 优势
    • 数据产业规模持续扩大
      • IDC 预测：2023 年总收益将达到 3126.7亿美元
    • 数据技术产品不断创新
      • 物联网
      • 人工智能
      • 区块链等
      • 对社会及市场产生颠覆影响
    • 数据引发管理模式变革
      • 实现科学高效决策，提升市场治理和水平
      • 针对数据管理全生命周期，制定动态化、公开化的数据管理市场新规范
      • 保障数据治理中数据的信度效度和精准度
      • 数字化治理是企业实施数字化转型、实现高质量发展的前提和保障
    • 数据治理释放数据价值
      • 数据开放共享
      • 类型多
      • 价值密度低
      • 时效性快
      • 利用数据独有优势，通过数据分析，充分利用数据价值应用于市场治理
  • 弱点
    • 数据安全管理有待提高和改进
      • 技术进步导致数据复制和传输的成本变低
      • 一旦发生重大数据安全事件，可能引发系统性风险
      • 数据侵权的立法不完善，侵权案件侦查技术难度大
    • 数据资源开发利用水平较低
    • 数据的规模报酬递增、范围经济和网络效应催生垄断。
      • 科技巨头囤积数据，阻碍数据充分利用，降低经济效率。
      • 企业通过大数据分析进行“杀熟”等价格歧视，损害消费者及总体社会福利
      • 拉大财富收入差距
    • 数据滥用成为普遍现象
      • 数据确权困难，导致数据被过度收集和使用
      • 数据主体容易低估自己隐私的价值，无法追踪数据实际用途，导致产权执行过程中交易成本过高。
  • 机会
    • 国内外创新发展数据开放共享
      • 利用质量高、类型多、规范性强的数据，实现高效治理
        • 新冠疫情防控期间，企业汇总的数据为全国新冠治疗提供重要补充
    • 国内外隐私计算技术不断发展成熟，运算速率不能同日而语
      • 性能的提升，促进数据商业化落地
    • 开源，数字化转型“助推器”
    • 数据使得市场治理体制从碎片化到网络化的转变
    • 数据治理之下企业转型升级“快步走”
      • IT系统
        • 以大数据和人工智能为客户提供更智慧更便捷的客户体验
  • 威胁
    • 数据质量管理工作尚存在缺陷
      • 公共数据质量缺乏明确的要求，导致量不一、标准不一
      • 行业领域数据质量管理规范指引有待完善
    • 数据采集技术上的挑战
    • 数据交易流通存在一定障碍
      • 数据交易流通合法性不明
      • 数据交易流通规则未建立
      • 数据交易流通模式不成熟
    • 多业务系统多数据源的整合挑战
    • 用户隐私与安全挑战
      • 国家层面：
        • 数据泄露等数据安全问题频繁发生，对个人、企业数据权益甚至国家安全造成威胁
      • 经济社会层面：
        • 数据不正当竞争对市场秩序产生不良影响
      • 个人权益层面：
        • 过度收集、滥用个人数据导致个人数据权益受损严重
    • 业务持续迭代中带来的挑战