科创中国

行业领域

高技术服务业

需求背景

习近平总书记指出，数据作为新型生产要素，对传统生产方式变革有重大影响，要构建以数据为关键要素的数字经济。随着数字技术的迅猛发展和数字应用的广泛普及，数据作为一种新型生产要素，已快速融入生产、分配、流通、消费和社会服务管理等各环节，深刻改变着生产方式、生活方式和社会治理方式。2019年10月，党的十九届四中全会首次将数据纳入生产要素。

企业需要构建全生命周期的数据工具链，全在线、全场景、自动化、自助化数据工具，为架构者使能，为开发者使能，为治理者使能，为运营者赋能，打造全面、真实、透明、共享的数据资产，加速数据流通，释放数据价值。

当前数据开发线下工具较多，一是大多全代码或者半代码开发，存在技术门槛，开发效率低下。二是数据工具间相互“孤岛”，一个数据开发流程需要涉及多个工具，交付效率有瓶颈且不利于嵌入数据治理相关能力；三是当前数据协作模式强依赖数据开发部门（或IT部门），在数据分析平民化时代，“业务提需求，IT 做开发”的模式难以适应爆炸式的数据消费的要求，需要一种新的面向业务自助的模式。

打通数据全生命周期，构建数据全生命周期全在线、全场景、自动化、自助化数据工具能力，创新数据开发和应用模式，增效降本提质。工具的核心能力在于解耦数据全生命周期的活动，将60%的动作通过数字化技术自动化，将40%动作低代码化，并全流程嵌入数据治理能力。

需解决的主要技术难题

构建全生命周期的数据工具链需要解决的主要技术难题包括：

1. 数据采集和清洗：需要解决如何从各种数据源中采集数据，并对数据进行清洗和预处理，以确保数据的准确性和一致性。

2. 数据存储和管理：需要解决如何选择合适的数据存储技术，并设计有效的数据管理策略，以确保数据的安全性、可靠性和可扩展性。

3. 数据集成和转换：需要解决如何将来自不同数据源的数据进行集成和转换，以便进行分析和应用。

4. 数据分析和挖掘：需要解决如何应用各种数据分析和挖掘技术，以发现数据中的模式、趋势和关联，并提供有价值的洞察。

5. 数据可视化和报告：需要解决如何将分析结果以可视化的方式展示，并生成易于理解和分享的报告，以支持决策和沟通。

6. 数据安全和隐私：需要解决如何确保数据的安全性和隐私性，包括数据的加密、访问控制和合规性等方面的问题。

7. 数据质量和验证：需要解决如何评估和监控数据的质量，并设计有效的数据验证和纠错机制，以确保数据的准确性和可信度。

8. 数据治理和合规性：需要解决如何建立有效的数据治理框架，并确保数据的合规性，包括数据的合法性、权益保护和法规遵从等方面的问题。

9. 数据共享和协作：需要解决如何实现数据的共享和协作，包括数据的共享权限管理、数据的版本控制和数据的协同编辑等方面的问题。

10. 数据集市和应用市场：需要解决如何建立数据集市和应用市场，以促进数据的交流和应用，包括数据的交易、数据的定价和数据的市场化等方面的问题。

期望实现的主要技术目标

1、创新数据产品开发模式，交付效率提升50-60%，降低IT成本，提升数据流通效率。

2、全场景，在线化连接数据全生命周期活动，将相关活动全纳入数据管理，提升数据质量，为数据要素化提供有力保障。

3、推进数据分析和使用自助化，服务化，提升用户体验及获得感，帮助用户对自有数据价值的挖掘。

处理进度