分级分类管理重要原则

一、数据分类分级的原则：

1、科学性原则。应按照数据多维度特征和逻辑关联进行科学系统化的分类，且分类规则相对稳定，不宜经常变更。

2、适用性原则。不应设置无意义的类目或级别，分类分级结果应符合普遍认知。

3、灵活性原则。支持各部门在归集和共享数据前，应按照业务所需完成数据分类分级工作。

4、MECE原则。MECE（Mutually Exclusiv Collectively Exhaustive）核心是“相互独立，完全穷尽”。MECE原则有三层含义：“第一，所有的数据都得涵盖全了，不能遗留；第二，分类之间不允许重复和交叉；第三，同一级次分类的维度要统一，颗粒度要一致”。

二、数据分类的方法

为帮助企业建立一套适用、科学的分类体系，可能需要对整个企业数据进行评估，包括数据的价值，敏感数据的风险等，数据分类应搞清楚的问题，包括：

关键性：数据对于企业日常运营和业务的重要程度？

可用性：企业能够及时获取和访问所需数据吗，所访问的数据是否可靠？

敏感性：如果数据被泄露，对业务的潜在影响是什么？

完整性：数据在存储或传输过程中有丢失或被篡改的情况吗，对业务的影响有多大？

合规性：按照法规、公司制度、监管要求或行业标准数据需要存档或保留多长时间？

在对组织数据进行充分摸底后，根据数据管理和使用的要求，从业务出发进行类别的划分，例如：某地方政府，数据分类如下：

· 根据政务数字化应用场景分：经济调节数据、市场监管数据、公共服务数据、社会管理数据、生态环境保护数据等

· 根据数据来源分：政府部门数据、企业法人数据、人口数据等。

· 根据共享属性分：无条件共享数据、有条件共享数据、不予共享数据等。

不同的组织、不同的业务场景，数据的分类方式就不同，为满足企业不同的业务需要，可能需要建立多套数据分类体系。