中央全面深化改革委员会第二十六次会议指出，数据作为新型生产要素，是数字化、网络化、智能化的基础，已快速融入生产、分配、流通、消费和社会服务管理等各个环节，深刻改变着生产方式、生活方式和社会治理方式。大数据是数据的集合，是围绕数据形成的一套技术体系，并衍生出了丰富的产业生态，成为释放数据价值的重要引擎。
　　近一年来，从宏观看，各国通过政策、法案、设立机构等方式，持续推进自身大数据战略，我国党中央、国务院围绕数据要素市场建设、数据要素价值释放密集提出一系列重要论断、作出一系列战略部署，进一步增强了我国大数据发展动能。从微观看，数据存储与计算、数据管理、数据流通、数据应用、数据安全五大核心领域均伴随相关政策、技术、产业、应用的不断演进，发展目标进一步明确和丰富，发展成效不断显现。
　　本白皮书是中国信通院自2014年以来第七次发布的大数据白皮书。本白皮书聚焦过去一年来大数据领域不断涌现的新技术、新模式、新业态，分析总结全球和我国大数据发展的总体态势，并重点针对数据存储与计算、数据管理、数据流通、数据应用、数据安全五大核心领域，逐一分析、探讨其发展现状、特征、问题和趋势，最后对我国大数据未来发展进行展望与研判。希望本白皮书为社会各界深入了解大数据领域提供有价值的参考。
　　

研究报告全文：No202225大数据白皮书2022年中国信息通信研究院2023年1月版权声明本白皮书版权属于中国信息通信研究院并受法律保护转载摘编或利用其它方式使用本白皮书文字或者观点的应注明来源中国信息通信研究院违反上述声明者本院将追究其相关法律责任前言中央全面深化改革委员会第二十六次会议指出数据作为新型生产要素是数字化网络化智能化的基础已快速融入生产分配流通消费和社会服务管理等各个环节深刻改变着生产方式生活方式和社会治理方式大数据是数据的集合是围绕数据形成的一套技术体系并衍生出了丰富的产业生态成为释放数据价值的重要引擎近一年来从宏观看各国通过政策法案设立机构等方式持续推进自身大数据战略我国党中央国务院围绕数据要素市场建设数据要素价值释放密集提出一系列重要论断作出一系列战略部署进一步增强了我国大数据发展动能从微观看数据存储与计算数据管理数据流通数据应用数据安全五大核心领域均伴随相关政策技术产业应用的不断演进发展目标进一步明确和丰富发展成效不断显现本白皮书是中国信通院自2014年以来第七次发布的大数据白皮书本白皮书聚焦过去一年来大数据领域不断涌现的新技术新模式新业态分析总结全球和我国大数据发展的总体态势并重点针对数据存储与计算数据管理数据流通数据应用数据安全五大核心领域逐一分析探讨其发展现状特征问题和趋势最后对我国大数据未来发展进行展望与研判希望本白皮书为社会各界深入了解大数据领域提供有价值的参考目录一大数据发展总体态势1一各国深化推进自身大数据战略1二我国大数据发展态势好动力足2三五大核心领域发展方向进一步明确5二数据存储与计算通过深度优化实现提质增效7一数据存储与计算发展历久弥新8二当前数据存储与计算发展呈现三大特点10三数据存储与计算面临的主要挑战与发展趋势13三数据管理在政策引领下规模化落地15一政策驱动行业实践日益成熟16二当前数据管理发展呈现四大特点18三数据管理面临的主要挑战与发展趋势21四数据流通流通规范体系加速构建23一数据流通发展重心向规范化转移23二当前数据流通发展呈现四大特点24三数据流通面临的主要挑战与发展趋势28五数据应用积极探索数据深层价值的释放路径30一数据应用开始探索第三阶段实践路径31二当前数据应用发展呈现三大特点33三数据应用面临的主要挑战与发展趋势36六数据安全强需求牵引产业生态飞速发展38一数据安全发展基础不断夯实38二当前数据安全发展呈现三大特点40三数据安全面临的主要挑战与发展趋势44七总结与展望46参考文献48图目录图1大数据产业五大核心领域6图2数据存储与计算领域技术发展历程9图32020-2022年DCMM参评企业数量增速17图4数据管理组织架构示意图19图5数据应用向基层渗透35图6数据分类分级七步走方法论图示43表目录表1近一年内国家层面推动大数据产业的代表性政策4表2五大核心领域发展现状和新形势下的发展方向7表32022年数据流通规则建设相关政策清单25表4数据应用三个阶段31表5典型数据应用方法论汇总32表6多个行业的企业数字化运营成熟度情况34表7近几年数据分类分级相关规范43大数据白皮书2022年一大数据发展总体态势2022年全球大数据技术产业与应用创新不断迈向新高度宏观看国际方面美欧韩日澳洲通过政策法案设立机构等形式持续深化实施自身大数据战略国内方面党中央国务院再次做出一系列重要部署我国大数据领域良好的发展态势进一步巩固微观看数据存储与计算数据管理数据流通数据应用数据安全五大核心领域发展成效不断显现本章将对国内外大数据领域的最新进展进行总体叙述一各国深化推进自身大数据战略近一年来美欧韩日澳洲通过政策法案设立机构等形式持续深化推进自身大数据战略美欧发布法案确保数据价值在隐私保护的前提下释放美国众议院和参议院于2022年6月发布了美国数据隐私和保护法案讨论稿该法案在制度设计上既考虑了增强个人数据权利的国际趋势又包含数据价值释放的内容法案并未禁止一般个人数据处理活动而是为个人提供了选择退出方式以促进对个人数据的合理利用欧洲议会于2022年4月就欧盟数据治理法案进行最终投票表决并获得议会批准该法案是落实欧洲数据战略的重要举措构建了三个适用于各个行业的数据共享机制确保在符合欧洲公共利益和数据提供者合法权益的条件下实现数据更广泛的国际共享法案构建了适用于所有部门的数据使用权基本规则将促进个人和企业自愿1大数据白皮书2022年共享数据并统一某些公共部门数据的使用条件韩日设置专门机构推进各行业数字化转型韩国在2022年4月成立了以国务总理作为委员长的国家数据政策委员会作为国家数据和新产业政策的管理机构并于9月召开了韩国国家数据政策委员会的第一次会议发表了对8个数据领域5个新产业领域共计13个领域的改善计划目标是在韩国打造全球顶级水平的数字力量2021年9月日本政府成立数字厅成为负责日本行政数字化的最高部门旨在构建更完善的数字政府推动数字化转型目标为用智能手机在60秒内完成所有行政程序最大程度利用数字技术优势将数字科技作为全新要素融入传统社会促进经济社会形态积极转型澳洲发布国家数据安全战略开始构建国家数据安全框架2022年4月澳大利亚内政部颁布国家数据安全行动计划其为澳大利亚首个国家数据安全行动计划意味着澳大利亚的国家数据安全框架正式开始构建行动计划致力于建立一个全国性的方法来保护公民数据保护公民的数据收集处理和存储在数字系统和网络上的信息免受侵害同时为政府企业和个人构建数据安全要求二我国大数据发展态势好动力足我国大数据经过多年高速发展不断取得重要突破呈现良好发展态势一是产业规模高速增长2021年我国大数据产业规模增加到13万亿元复合增长率超过301二是创新能力不断增强20211国家互联网信息办公室数字中国发展报告2021年2022年7月2大数据白皮书2022年年我国发表大数据领域论文量占全球312大数据相关专利受理总数占全球超50均位居第一3三是生态体系持续优化2021年我国大数据市场主体总量超18万家4一批大数据龙头企业快速崛起初步形成了大企业引领中小企业协同创新企业不断涌现的发展格局四是市场前景广受认可我国大数据领域投融资金额多年来总体呈现上升趋势2021年大数据相关企业获投总金额超过800亿元5再创历史新高近一年我国在政策人才资金等方面持续加码为大数据后续发展注入强劲动力政策方面中央地方发布一系列支持文件对大数据产业数字技术数据要素市场数据安全等方面进行了重点部署中央层面2021年底十四五大数据产业发展规划的出台明确了未来五年大数据产业发展工作的行动纲领2022年党中央国务院先后通过要素市场化配置综合改革试点总体方案关于加快建设全国统一大市场的意见关于构建数据基础制度更好发挥数据要素作用的意见等文件多次强调了释放数据要素价值对于我国发展的必要性紧迫性为我国大数据发展提供了良好的政策环境和明确的发展目标地方层面31个省区市均通过发布大数据专题规划数字经济总体规划等形式明确了各地大数据技术产业应用的发展路线图时间表凸显出各地在大数据布局方面的积极性2中国信通院根据WebofScience数据库收录的SCI论文数据统计得到3中国信通院根据Inspiro知识产权数据库的数据统计得到4中国信通院根据企查查相关数据统计得到5中国信通院根据公开监测获取到的企业信息结合企业介绍主营业务及服务介绍及相关其他信息进行筛选和分类得到3大数据白皮书2022年表1近一年内国家层面推动大数据产业的代表性政策时间文件内容工信部提出到2025年底大数据产业测算规模突破3万亿202111十四五大数据元的增长目标以及数据要素价值体系现代化大数产业发展规划据产业体系建设等新目标提出拓展规范化数据开发利用场景发挥领军企业和行国务院业组织作用推动人工智能区块链车联网物联网要素市场化配置综20221等领域数据采集标准化加强数据安全保护强化网络合改革试点总体方安全等级保护要求推动完善数据分级分类安全保护制案度运用技术手段构建数据安全风险防控体系提出加快培育数据要素市场建立健全数据安全权利中共中央国务院保护跨境传输管理交易流通开放共享安全认证20224关于加快建设全国等基础制度和标准规范深入开展数据资源调查推动统一大市场的意见数据资源开发利用中央全面深化改革委习近平总书记强调数据基础制度建设事关国家发展和员会第二十六次会安全大局要维护国家数据安全保护个人信息和商业议审议通过关于202212秘密促进数据高效流通使用赋能实体经济统筹推构建数据基础制度更进数据产权流通交易收益分配安全治理加快构好发挥数据要素作用建数据基础制度体系的意见来源中国信息通信研究院人才方面过半双一流高校设立大数据相关专业多省份积极开展人才培育专项行动人才供给能力显著增强高校教育方面147所双一流高校中有87所已开设了大数据专业占比达到596根据上海软科统计大数据专业热度已经超过软件工程等传统热门专业各省积极开展大数据人才培育专项行动例如广东实施十万产业数字化符合性人才培训行动上海要求各级党校行政学院要增加大数据与城市数字化转型的培训内容浙江围绕数字人才制定高精尖缺人才目录江苏搭建智改数转人才智库平台福建明确要求县级以上地方人民政府制订大数据人才发展计划6中国信通院根据教育部普通高等学校本科专业备案和审批结果进行统计获得4大数据白皮书2022年资金方面多省份通过设立专项资金或采取税收优惠政策等方式对大数据企业应用进行定向扶持和培育例如宁夏对于区内符合标准的优质大数据企业给予最高300万的资金支持山东黑龙江等省份要求省内县级以上人民政府每年需统筹安排资金专项扶持大数据相关企业浙江广东重庆等推出一系列围绕大数据企业的税收减免政策江苏省每年在省级财政安排12亿元专项资金支持工业企业智改数转贵州辽宁河北云南等省份对建设成果显著的大数据应用项目补贴1000-3000万三五大核心领域发展方向进一步明确经过多年技术和产业的发展大数据领域内部逐渐细化形成数据存储与计算数据管理数据流通数据应用数据安全五大核心领域如图1所示数据源通过数据存储与计算实现压缩存储和初步加工通过数据管理提升质量通过数据流通配置给其它相关主体通过数据应用直接释放价值并由数据安全技术进行全过程的安全保障这五大核心领域由于发展起步时间不同应用需求紧迫程度不同等原因发展模式存在差异在当前数据成为生产要素并快速融入生产分配流通消费等各环节的新形势下大数据五大核心领域的发展方向均进一步明确5大数据白皮书2022年来源中国信息通信研究院图1大数据产业五大核心领域数据存储与计算领域实现海量数据的高效存储与计算本领域发展时间长在数据规模增长形态变化等新需求持续推动下逐步演化出数据库大数据平台实时计算等成熟技术框架当前数据存储与计算领域已经能够支撑PB级海量数据的高效存储和准实时计算发展方向聚焦为在持续提升能力基础上通过精细化运营和技术升级实现降本提质数据管理领域实现数据质量提升管理高效本领域属于投入周期长见效慢的下水道型工作当前部分企业数据管理需求强资源足已将数据管理的技术和规则率先落地但大部分企业数据管理仍处于起步阶段数据管理的发展方向聚焦为尽快借助政策红利和智能技术带来的改变促进各行业大规模实现全域数据管理数据流通领域实现数据在不同主体间合理配置使局部数据互6大数据白皮书2022年相弥合实现数据价值倍增本领域需求旺盛发展时间短当前已初步探索出机构与机构间点对点的流通路径但数据权属定价市场规则等关键性问题仍有待破解为助力数据要素高效配置数据流通的发展方向聚焦为通过建设基础制度创新流通技术实现数据流通过程中安全与效率的平衡从而构建全社会范围数据规范化流通数据应用领域实现数据为企业业务经营过程赋能本领域虽然发展时间长但受限于数据管理等前序工作成熟度不够目前仅部分核心业务被数据浅度赋能为释放数据要素深度价值数据应用的发展方向聚焦为通过变革业务模式优化相关技术使数据应用与全域业务深度融合数据安全领域确保数据处于有效保护和合法利用的状态以及具备保障持续安全状态的能力特别是近两年数据安全一些法律法规发布后本领域得到快速发展各行业在数据外规内化风险治理等方面推进步伐明显加快当前数据安全的发展方向进一步聚焦为兼顾安全与效率从而实现安全左移的自动化与风险治理的智能化表2五大核心领域发展现状和新形势下的发展方向发展现状新形式下的发展方向数据存储与计算实现了海量数据的高效存储计算降低运维成本提升处理效率数据管理头部行业实现关键数据的管理各行业均实现全域数据管理数据流通点对点间流通路径完成初步探索全社会范围规范化流通数据应用支撑核心业务分析和顶层决策以无感形式嵌入全域业务数据安全推进外规内化与风险治理安全左移的智能化治理来源中国信息通信研究院二数据存储与计算通过深度优化实现提质增效数据存储与计算提供海量数据的高压缩比存储和高效计算等基7大数据白皮书2022年础能力以数据库数据仓库数据湖等为其技术表现形态其发展历程长产业成熟度相对较高目前在数据要素等新需求牵引下正呈现出稳中有进的发展态势本章将介绍数据存储与计算领域的发展历程当前现状主要特征和趋势展望一数据存储与计算发展历久弥新1960年信息时代开启后用于存储计算少量结构化数据的关系型数据库数据仓库诞生OracleDB2Teradata等商业化产品逐渐成熟2000年互联网兴起后结构化数据的规模迅速膨胀非结构化数据开始涌现传统关系型数据库数据仓库能力出现瓶颈以ApacheHadoop为代表的分布式存储计算框架成为新的技术潮流ClouderaHontonworks等数家商业化公司纷纷成立大数据时代正式来临2010年移动互联网逐渐普及后实时推荐即时决策需求对海量数据处理的实时性提出更高要求同时视频音频图片等非结构化数据占比大幅提升StormFlink等流处理框架受到关注数据湖技术也开始迅速产品化图2对数据存储与计算领域的技术发展历程进行了简要总结8大数据白皮书2022年来源中国信息通信研究院图2数据存储与计算领域技术发展历程技术方面经过60余年发展数据存储与计算领域总体技术框架趋于成熟进入深度优化阶段数据存储与计算领域已经形成了以分布式数据库数据仓库批处理平台流处理平台为代表的总体技术框架并广泛应用已能够支撑具有高并发低延迟数据处理分析需求的极端场景例如在双十一场景中大量营销交易风控等自动决策被嵌入业务流程形成了复杂的数据处理分析链路在技术能力已相对成熟的基础上以云化湖仓一体为代表的深度优化理念不断涌现并逐步应用为数据存储与计算领域进一步降本提质提供了新范式产业方面全球疫情加速了数字化转型进程数据存储与计算领域的产业发展前景持续向好国际方面国际云数据仓库巨头Snowflake2022年第三季度营收与去年同期相比上涨67达到55亿美元国内方面2021上半年我国大数据平台市场规模达542亿9大数据白皮书2022年元同比增长43572021年我国数据库市场规模预计达30578亿元同比增长26938同时我国大数据基础软件第一股星环科技于2022年10月成功上市科创板数据存储与计算领域市场增长趋势和行业预期持续向好建设运维方面数据存储与计算建设持续深入安全稳定运行成为关注焦点随着数字化转型的开启工商银行建设银行农业银行等头部金融机构电信移动联通等运营商大型互联网公司以及诸多行业头部企业均在数年前完成数据存储与计算总体框架建设近年来随着数据规模增多价值提升数据存储与计算技术平台逐渐复杂运维使用时的稳定性保障和安全防护成为难题2022年GoogleTwitter等公司的数据存储与计算技术平台均发生故障同时全球范围内也发生多起针对数据存储与计算技术平台的恶性攻击相应安全事件带来的损失也不断增高二当前数据存储与计算发展呈现三大特点1云化改造全面加速数据存储与计算技术持续与云融合资源利用率进一步提升随着云计算的发展数据存储与计算技术逐渐从私有部署转化为云上部署初期体现为部署模式的不同但伴随着云原生理念的兴起云原生数据存储与计算产品开始成为产业变革浪潮利用云原生理念数据存储与计算一方面实现存储计算调度安全分析等模块的进7来源IDC咨询8来源中国信息通信研究院数据库发展研究报告2021年2021年7月10大数据白皮书2022年一步解耦各模块与容器等底层资源单元相适配实现弹性扩缩容从而使得资源利用率提升3040另一方面实现应用接口函数化即利用Serverless的理念将更多如统计机器学习流程处理等能力封装成函数接口实现更细粒度的按需使用和付费在提升23倍发布效率的同时有效降低成本近年来华为腾讯云阿里云百度星环等国内主流大数据企业均推出云原生数据湖云原生数据平台等产品2022年阿里云首款Serverless数据库产品RDSMySQLServerless正式商业化PingCAP在HTAPSummit上宣布TiDBCloudServerlessTierBETA版正式发布2融合一体化持续加深批流一体湖仓一体HTAPHybridTransactionAnalyticalProcessing混合事务与分析处理等融合架构不断降低运维成本随着数字化转型的深入企业通常会针对不同的业务场景不同的数据模型搭建不同的平台系统带来了数据冗余数据一致性差资源配置难系统复杂等问题极大增加了运维的压力与成本为解决上述问题数据存储与计算领域各技术产品转向融合架构成为趋势例如将批处理技术与流处理技术融合的批流一体技术框架打通数据仓库和数据湖技术的湖仓一体技术框架以及同时具备在线事务处理及分析的混合事务分析处理技术建立融合架构后统一的接口层计算层存储层资源调度层实现了对海量数据的统一管理和集群服务的统一运维大幅降低了运维综合成本国内外厂商纷纷提出自己的融合架构解决方案例如近年来海外厂商Databricks同戴尔推出Data11大数据白皮书2022年LakeHouse亚马逊推出智能湖仓架构2022年国内厂商巨杉数据库推出SequoiaDB阿里云推出MaxCompute湖仓一体方案星环科技推出星环湖仓一体V20等数据中间件技术为计算层与异构存储层搭建桥梁提升整体运行效率进一步加速数据平台融合一体化在存算分离后存储层为满足不同类型数据存储的需求文件存储对象存储表存储等多种异构存储引擎同时存在计算层和异构存储引擎之间的连通复杂度越来越高数据中间件技术应运而生其通过内置兼容接口和加速技术助力计算层与异构存储层高速互联例如开源的Alluxio向上对接SparkPrestoHiveTensorFlow等计算应用向下对接阿里云OSS对象存储AWSS3存储HDFS等不同存储可提升IO效率200以上ShardingSphere将多类异构数据库MySQLPostgreSQLOracleSQLServeropenGauss等包装为统一数据库访问接口从而方便多种编程语言直接访问多类异构数据库3安全能力快速补强数据存储与计算面临着新型安全挑战内生安全正成为传统防护的重要补充一是随着自身规模不断庞大数据存储与计算技术平台的边界不断延伸网络安全防护体系随之指数级膨胀容易出现盲点漏点二是伴随数据开发利用的深化数据存储与计算技术平台中的关键数据与其他系统将进行高频的互联互通安全和效率难以均衡三是数据存储与计算技术平台的技术组件60以上基于开源技术容易遭遇0day攻击四是数据存储与计算技术平台中数据集中存储12大数据白皮书2022年但操作人员类型多数量多变更多操作频次高存在数据泄露风险2022年1月美国交通运输业商业信用报告机构TransCredit因配置错误致使数据库无密码保护共计涉及50万人财务数据的60多万条信用记录泄露2022年6月土耳其飞马航空公司因其AWS云存储桶未受保护发生总计约65TB的数据泄露其中包含敏感的飞行数据2022年10月跨国集团汤森路透因配置错误导致存有3TB敏感数据的Elasticsearch数据库发生泄漏近年来频发的数据泄漏事件使得全密态执行环境敏感数据自动识别高效数据加解密细粒度的权限控制零信任等内生安全技术在数据存储与计算技术产品中的应用不断增加与传统网络安全防护相辅相成近一年华为云阿里云相继推出全密态数据库星环科技TDH阿里云Dataworks纷纷加入敏感数据识别能力亚马逊RDS增加内置防火墙三数据存储与计算面临的主要挑战与发展趋势经过半世纪的发展数据存储与计算领域总体技术框架基本成熟产业稳步发展为上层各类数据应用诞生提供了坚实基础但随着数字化转型从头部行业向传统行业延伸数据的生产要素属性不断凸显数据存储与计算领域也迎来新的挑战一是数据存储与计算技术平台建设运营成本仍需控制数据存储与计算技术平台规模体量大建设周期长前期投入高但投资回报率却相对较低随着疫情以来经济大环境发生变化企业需要更加理性务实的开展数据存储与计算技术平台建设从实际收益的角度进行评估论证和精细化运营同时数据存储与计算技术也应从降低运维使用成本等方面优化提升二是促13大数据白皮书2022年进数据要素市场化的数据存储与计算技术创新仍需加强随着数据成为生产要素数据的潜在价值愈发受到重视但当前数据要素市场建设面临数据权属定价安全保护等难点问题这其中的一些问题是否能通过数据存储与计算相关技术得到解决或加以规避正在成为摆在数据存储与计算领域发展过程中的关键命题未来数据存储与计算领域呈现以下三点趋势一是技术和管理双管齐下探索数据存储与计算技术平台精细化运营之路据Wikibon研究全球范围内企业数据存储与计算技术平台的平均投资回报率仅为5546的企业数据存储与计算技术平台未达到预期价值投资回报率低成为制约数据存储与计算技术平台渗透率进一步提升的重要因素产业正尝试从技术和管理两方面探索精细化运营之路技术方面核心计算存储等模块尝试与AI结合通过智能资源调度智能数据分层存储等实现精细化运营管理方面探索公司内部成本分摊方式从而避免业务部门无成本观念式使用数据存储与计算技术平台例如技术部门向业务部门售卖资源模式按业务部门使用量计费模式等二是数据编织DataFabric全密态数据库等新理念新技术不断成熟为数据的要素价值释放提供更强力的技术底座数据要素市场形成涉及数据权属定价安全保护等一系列问题传统数据存储与计算技术重点关注计算存储效率未解决数据要素市场面临的问题随着数据规模和数据关系复杂度的增加数据权属问题的复杂化传统集中式数据管理模式无法满足需求出现了DataFabric这一概14大数据白皮书2022年念DataFabric基于主动型元数据增强数据目录数据虚拟化等技术形成了一套分布式自动化智能化的新型数据管理形式当前IBM已经推出了相关解决方案全密态数据库使数据在传输计算以及存储的各个环节始终都处于密文状态从而解决数据全生命周期的隐私保护问题提供数据要素安全保护的能力目前阿里云华为均已推出相关产品三是我国数据存储与计算领域技术和产品将逐步走向海外市场我国数据存储与计算领域产业经过多年发展在部分技术领域的供给能力已经达到国际一流水平当前以东南亚为代表的新兴数字经济市场规模正在快速增长数据存储与计算技术平台的建设需求十分旺盛根据谷歌淡马锡和贝恩公司发布的2021年东南亚数字经济调查报告显示东南亚数字经济产业将在五年内实现翻倍增长在2026年达到3600亿美元在这一背景下二十大报告中提出发展数字贸易商务部中央网信办工信部联合印发数字经济对外投资合作工作指引推动我国在数字经济领域逐渐形成对外开放新格局当前我国数据存储与计算领域的部分企业已开始走向海外市场阿里巴巴腾讯等企业已经开始借助自身全球云计算网络基础PingCAPOceanBase等企业借助开源优势助力其数据库大数据产品突破日本印尼等海外市场三数据管理在政策引领下规模化落地数据管理通过规范数据采集加工使用过程在企业释放数据价值的过程中扮演了承上启下的关键角色是企业丰富数据应用15