江苏某市监局 第三方数据质量管理服务

随着国家大数据战略实施，国务院、市场监管总局发文要求提升市场监管数据质量，推进智慧监管。某市场监督管理局经多年信息化建设，建成100余套信息系统，处室信息化覆盖率超90%，积累海量政务数据。但随着“一网通办”等业务深化，数据管理问题凸显，制约数字监管转型，具体表现为三大核心困境：

1. 数据孤岛突出，共享复用能力不足

现有信息系统覆盖多个业务领域，但各系统独立建设、标准不一，数据格式、字段定义等存在差异，导致数据无法有效互通共享。法人数据分散在多个部门，各部门标准不统一，无法实现交叉比对和协同分析，数据复用率极低，形成“各自为战”的局面。

2. 数据质量堪忧，难以支撑精准监管

缺乏统一监测机制和标准，各类数据存在诸多质量问题，完整性不足导致部分核心字段缺失，准确性欠缺出现录入错误、逻辑矛盾等情况，规范性不够造成数据格式、编码不统一，时效性不强使得部分市场主体信息更新不及时，这些问题均影响监管决策的及时性与科学性。

3. 标准缺失、效率低下，基层负担沉重

此前市场监管领域缺乏统一数据标准和质量监测规范，数据字典不健全、各业务领域数据定义模糊，导致数据治理缺乏统一指导；同时区域内无地方层面监测标准，无法对数据质量进行科学评价和管控。此外，数据填报、质量核查等工作依赖基层人员手工完成，流程不规范、缺乏闭环管理，既占用大量人力成本，又易出现数据错误，基层负担沉重。

龙石顾问诊断：市场监管部门不缺数据，缺的是统一标准、常态监测和闭环治理机制。传统数据管理模式难以打破“数据孤岛”，无法解决数据质量痛点，唯有通过标准化建设、常态化监测、闭环治理的系统化方案，才能实现数据从“可用”到“好用”的转变，支撑数字监管转型。

围绕“数据质量提升”为核心，以“标准化建设”为支撑，遵循“统一规划、分步实施、常态运营、持续改进”的原则，构建全流程数据治理体系，破解数据治理难题，具体举措如下：

1. 夯实基础，构建标准化体系

对接多维数仓，系统梳理数据资源，整理规范数据字典，实现“一数一标准”；起草地方标准，填补区域内市场监管数据质量监测标准空白；开展系统标准落地评估，形成闭环管理，确保标准有效执行，为数据治理奠定基础。

2. 常态监测，精准识别数据问题

在标准化体系基础上，搭建综合管理平台，采用“旁路监测”模式，实时采集、监测和分析数据。围绕数据完整性、准确性、规范性、时效性等核心维度制定监测规则、构建评测模型，安排专业团队动态、周期性监测，建立问题台账，实现数据问题早发现、早预警。

3. 闭环治理，提升数据质量水平

针对监测出的数据问题，借助平台明确问题来源和责任人，派发工单、精准督办；提供个性化修复方案，对不同阶段数据分类处理，建立智能修复规则；定期开展数据质量复评，发布分析报告，形成“监测—发现—修复—复评”的闭环治理机制。

4. 常态运营，保障持续改进

组建专业运营团队提供常态化支撑，建立长效监控机制，推动业务部门主动参与数据治理；定期更新数据标准、优化监测规则，完善数据字典和评测模型；开展培训推广，提升相关人员数据治理素养和能力，营造数据驱动的良好氛围。

第一阶段：基础建设，完善标准体系

推进标准化体系建设，梳理数据资源、规范数据字典，起草地方标准，开展系统标准落地评估，确保标准落地执行，解决“无据可依”的问题。

第二阶段：监测赋能，精准发现问题

搭建数据质量综合管理平台，构建常态化监测机制，制定监测规则和评测模型，开展动态、周期性监测，建立问题台账，实现数据问题精准识别。

第三阶段：闭环治理，提升数据质量

建立数据问题闭环治理机制，明确责任分工、派发工单，提供个性化修复方案，开展定期复评和督办，推动数据问题整改，提升数据质量。

第四阶段：常态运营，推动持续优化

组建专业运营团队，建立长效监控和优化机制，定期更新标准、优化规则，开展培训推广，实现数据治理常态化、持续化，支撑智慧监管深化应用。

1. 数据质量显著提升，治理成效突出

通过常态化监测和闭环治理，累计发现33.75万个数据问题，完成28.09万个问题修复，修复率达83.22%。核心数据空值率、错误率大幅下降，法人数据库数据完整性从75%提升至92%，市场主体注册登记数据准确性提升至95%以上，有效解决数据“失真、失准、缺失”等问题，为监管、业务办理和决策分析提供可靠支撑。

2. 标准化体系完善，填补区域空白

成功构建统一数字市场数据字典，梳理重点领域数据标准，形成可复用、可推广的数据“基础语言库”，显著提升数据共享复用能力，打破数据孤岛；牵头起草的地方标准正式落地，填补区域内市场监管数据质量监测标准空白，推动数据治理走向标准化、规范化。

3. 工作效能大幅提升，减轻基层负担

借助数据质量综合管理平台，实现数据问题快速识别、精准修复和智能预警，优化治理流程、减少人工干预。系统自动完成数据汇总和校验，将基层人员从低效行政事务中解脱，节省大量人力成本，同时确保源头数据的实时性与准确性，工作效率提升90%以上。

4. 数据价值充分释放，支撑精准监管

分散在各业务系统的海量数据实现高效整合与深度复用，形成覆盖全业务领域的高质量数据资源池，推动监管模式从“粗放式”向“精准化、智能化”转型。通过数据关联分析、多维度比对，可精准捕捉监管薄弱环节和风险隐患，实现“靶向监管”，既降低行政成本，又筑牢监管防线。

5. 长效机制建立，保障持续发展

建立了数据标准运营、质量监测、持续优化的常态化工作机制，形成了完整闭环的数据治理体系，同步培养了一批具备专业数据治理能力的人才队伍，全面提升全局数据管理水平，为智慧监管深化应用筑牢了核心数据底座，推动市场监管工作迈入“数据驱动、智慧赋能”新阶段。