两类数据要素建设将成为e交易平台的重要方向

2020 年 5 月，数据作为新型生产要素，被正式写入中央关于要素市场化配置的文件——《中共中央国务院关于构建更加完善的要素市场化配置体制机制的意见》，2021年12月，国务院办公厅印发《要素市场化配置综合改革试点总体方案》（国办发〔2021〕51号）进一步强调要加快数据市场培育和规则建设，这标志着数据已和其他要素一起，融入了我国经济价值创造体系，成为数字经济时代的基础性资源、战略性资源和重要生产力。

以贵州省为起点，以北京、上海、天津、重庆“四大直辖市”为引领，全国各省市争相建立“大数据交易场所”，而e交易平台上的各交易机构在积极参与数据交易的同时，也在探索如何将自有交易数据与外部数据结合形成数据资产，进而成为数据要素供应商的问题。这当然既是平台数据资产形成之路和价值创造之路，也是平台数据治理的外部推动因素。然而业务的快速发展在使数据不断膨胀的同时，也带来了数据不一致等问题；交易机构和业务部门的频繁增加和更迭加大数据管理的难度；大数据时代使平台用户个性化和定制化的数据要求不断提高……。这些日益复杂的内外因决定了e交易平台乃至我国产权市场对数据要素的超高标准要求。

“数字转型、治理先行”，要使数据真正成为生产要素，数据治理显得至关重要。然而，数据治理却是“知易行难”，很多企业的数据治理工作往往都忘记了初心，陷入技术流的怪圈：即以技术为主导过分强调建数据标准、做元数据管理、做主数据管理……这往往导致数据治理以项目起头，但面对并不熟悉的业务场景，技术人员又往往不知所措，并不能形成管理人员和业务所需要的赋能力量，项目只能无疾而终，并不能完全起到促进业务发展、提升数据价值的目的，形成的所谓数据资产只是一堆沉积在服务器里的数据档案。因此，以持续经营的理念，以赋能业务为目标，以场景应用为导向，以“微服务”模式开展数据治理是e交易平台的必然选择。

l 价值实现是数据治理的目标

深刻理解业务、深度挖掘数据、实现价值创造是数据治理的目标所在。如果偏离了这一目标，数据标准、数据规范做得再出色也终将失去动力、不可持续，而且从大量的信息化实践来看，失去了业务理解的数据治理也不可能做得出色。因此，以业务场景为基础、以业务赋能为价值实现的数据治理策略方能在时间的磨砺中熠熠生辉。e交易平台正是以此理念搭建平台的数据治理体系架构，并循序推进数据治理工作。如图1所示，e交易平台以寻找交易机构、投资人、供应商的核心业务诉求为基础，同时充分考虑监管机构的监管要求，设计数据层的各类数据库和赋能层功能为应用层的各系统赋能，并通过不同展示方式推进数据治理结果的展现。

l 业务梳理是数据治理的基础

全面梳理平台业务，形成体系化的指标是数据治理的关键要素。根据各层级业务需求，e交易平台构建了包括成交规模、成交质量、市场关注、综合服务、业务覆盖等五个维度的指标体系，并以结果为导向，逐项梳理二级业务指标以及所需的关键数据项。然而，纳入指标体系的指标项既要能满足日常业务的监控的需要，也要能满足业务预警的需要，还要能满足定位问题的需要。因此，我们就需要系统化、结构化各类运营指标，而不是零散、单一地开展数据分析，这就需要全面系统分析e交易平台的业务特征和业务主体，从而形成科学合理、客观公正、有针对性的指标体系。根据e交易平台的运营特点，我们设置了五类指标：

（1）成交类指标

成交是衡量业务成败的唯一指标，只有业务最终成交，供应商才能获得收益、交易机构和平台才能得到分成。因此，成交类指标是一项业务最终的价值体现，也是平台的生命线，此类指标自然在整个指标体系中占有最重要的地位。可以说，如果成交类指标出现问题，其他指标都是“1”后面的那个“0”。此类指标包括成交宗数、成交规模、各类主体的单位成交宗数和成交规模等。

（2）用户类指标

用户类指标用来反映各类主体的规模、结构和健康度。对于e交易平台而言，用户可大体分为四类，即两类挂牌机构、供应商和投资人。用户是一切交易的基础，没有用户就没有挂牌、报名和竞价，更谈不上成交、收入和利润。科学设置用户类指标能够让各类运营者了解和掌握各类用户的发展和变化趋势，采取有效措施提升用户粘性和忠诚度。根据e交易平台的特点，目前用户类指标包括新增挂牌机构、新增交易机构、新增投资人、新增供应商、有成交挂牌机构、有成交交易机构、有成交投资人、有成交供应商、用户总数、会员总数、挂牌机构总数、交易机构总数、投资人总数、供应商总数等。

（3）业务量类指标

包括挂牌数量和规模、跨区域交易数量和规模、项目浏览量、项目报名数、项目竞价次数等，能够反映项目的市场关注程度、平台服务能力以及用户的忠诚度和活跃度。

（4）交易质量类指标

包括溢价率、节资率、成交周期等。

（5）覆盖程度类指标

包括地域覆盖度指标、产品类别覆盖度指标。

根据以上五类主题我们建立了指标体系和运营指数，其中一级指标是能够指引平台和交易机构战略目标、综合反映平台和交易机构业绩的核心指标，为成交规模、成交质量、市场关注、服务能力和覆盖能力，从而直观反映平台和交易机构的基本情况，并实现管理人员和工作人员的双向理解和认同。

l 应用场景是数据治理的关键

我们考虑从四个层面逐步应用数据治理成果。一是将数据治理成果纳入e交易平台年度分析报告之中，成为监管部门深度了解和掌握产权市场发展状况和变化从而开展监管和决策的好渠道；成为交易机构清晰、全面了解自身经营成果，取长补短的好工具；成为供应商和投资人精准判断不同要素的最佳投资方向的好助手；成为行业开展数据治理和数据分析的好教材。

二是将数据治理成果应用于日常的业务监督和管理。俗话说，“一文不如一表，一表不如一图”，对于e交易平台经营情况的展示恰是如此。根据主体不同的关注重点，我们分别设计能够全面清晰展现经营成果的e交易平台的运营看板（见图2，非真实数据）和交易机构运营看板（见图3，非真实数据）数据看板，综合反映其运营情况，通过这一形式为运营平台和交易机构的日常管理提供帮助，同时也反向促进数据质量的不断提高。

三是将数据治理成果应用于辅助决策。一方面我们考虑为交易机构之间取长补短提供依据。如图4所示，我们设计了交易机构运营状况对照。通过这一对照，交易机构的管理者可以通过自身业务指标与e交易平台上其他交易机构的业务指标对照，寻找自身欠缺，学习取经，有针对性地提升自身能力；也可以有依据地取长补短开展合作。另一方面，我们考虑为供应商和投资人提供深度服务。如图5所示，我们设计并提供了e交易平台价格指数，供应商和投资人可通过这一指数及时了解和掌握交易品类价格变化趋势，合理确定挂牌价格和竞价价格。

同时，考虑到移动互联的快速发展，我们将数据看板移动化，为管理者外出沟通交流提供便利。

四是逐步将数据治理成果应用于数据资产的形成。即将数据质量不断提高和数据治理成果应用的过程转化为e交易平台数据资产不断形成的过程，数据资产的形成同时也将为数据要素的交易提供了产品和内容。

l 技术支撑是数据治理的基础

当然我们在强调业务为先的同时，并不否认技术的重要性和基础性的支撑作用。e交易平台按照数据全生命周期管理的理念，逐步将相关数据纳入管理，如图6所示，在充分考虑应用成果和数据源的基础上，我们重点考虑了元数据管理、数据标准管理、数据质量管理（包括安全管理）、主数据管理和数据资产管理，从而为数据治理的开展提供基础保障和总体支撑。

当然，数据治理不是一蹴而就的，也不一定有立竿见影的效果，e交易平台的数据治理工作也将是一个漫长而持续的过程。我们将把数据治理逐步演变为一种常态化的工作机制，持之以恒、不忘初心、不懈努力，最终推动要素市场高质量发展。