资讯中心
?数据治理：提及来容易 ，做起来难？这个要领论值得收藏
“数据治理”这个10多年前就已经泛起的名称 ，在最近这几年时间一下子火了起来。不知何时 ，江湖中撒播出了：“数字转型、治理先行”的说法。
于是乎 ，我们看到：不但是古板提供数据客栈、BI、主数据管理、元数据管理、数据集成等数据服务的软件供应商在说数据治理 ，“BATJ”等互联网公司 ，大型国企、央企也都在谈数据治理 ，许多企业都将数据治理作为数字化战略的一项须要行动 ，列入了企业的战略行动妄想。
在众多谈论数据治理的企业或小我私家中 ，笔者发明各人对数据治理有着一个普遍的共识 ，那就是：“数据治理提及来容易 ，做起来难”！
为什么要做数据治理 ，真的想透了吗？
在做数据治理咨询的历程中 ，经� ；嵊龅揭韵露曰俺【埃�
问：你们为什么要做数据治理？
答：我们要建设数据标准 ，提升数据质量 ，实现数据资产统一管理。
问：为什么要建设数据标准、提升数据质量 ，不做会怎样？
答：数据质量问题较量多 ，无法提供准确的数据报表 ，影响营业效率 ，无法支持企业的数字化转型。
问：都影响到了哪些数据报表、哪些营业？
答：XX报表禁绝确、统计口径纷歧致、系统之间数据孤岛 ，数据集成难题……吧啦吧啦……
问：为什么会造成数据报表禁绝确 ，口径纷歧致 ，系统集成难？
答：由于数据标准一致 ，数据源的数据质量差。
到此为止 ，接纳咨询常用的5Why剖析法 ，似乎已经get出了数据治理的现状和目的。我们将其总结下：通过数据治理实现企业数据的标准化、提高数据质量、提升营业处置惩罚的效率 ，为数据剖析提供准确的数据支持 ，赋能营业 ，助力企业实现数字化转型。
可是 ，我们仔细剖析这样的调研效果是浮于外貌的 ，围绕数据的问题在原地打转 ，没有将为什么要做数据治理真正想透。
数据要爆发价值 ，需要一个合理的“营业目的” ，数据治理的所有活动应该围绕真实的营业目的而开展 ，建设数据标准、提升数据质量只是手段 ，而不是目的。因此
数据治理的第一步不是剖析数据问题 ，而是剖析营业问题 ，找到企业的焦点营业诉求 ，界说数据治理的目的和规模。
数据治理不是什么高峻上的工具 ，基本是脏活、累活！
数据治理很火 ，在DAMA 数据管理知识系统指南中 ，数据治理位于数据管理“车轮图”的正中央 ，是数据架构、数据建模、数据存储、数据清静、数据质量、元数据管理、主数据管理等10大数据管理领域的总纲 ，为各项数据管理活动提供总体指导战略。
DAMA-DMBOK2.0 数据管理车轮图
谈到数据治理 ，我们经常讲它是一个涉及到企业战略、组织架构、数据标准、管理规范、数据文化、手艺工具的一个综合体。没有数据治理实践履历的 ，一定会以为：哇 ，数据治理好“高峻上”呀！又是战略、又是标准、又是文化的 ，听起来很高深吗！
然而 ，只有你真正做过数据治理人才知道：数据治理不但都是苦活、累活 ，照旧个受累不讨好 ，经常背锅 ，向导看不见价值的活。
都说数据是资产 ，数据治理很主要。只管各人都说数据治理很主要 ，向导也很重视 ，但在许多企业真正实验的历程中 ，却总会遇到高层向导支持力度缺乏 ，营业部分职员配合不到位 ，数据治理的总是要给营业让路等等问题。
究其缘故原由：向导说重视数据 ，是真重视 ，照旧嘴上说说？有没有将其纳入企业的战略行动妄想？
数据治理要定战略、定制度、建组织 ，这是顶层战略 ，这每一项都牵一发而动全身 ，都需要高层向导的鼎力大举支持和推动 ，营业部分和手艺部分的细密协同。
数据治理要立标准、理流程、清数据 ，需要对每个数据域、数据实体、数据条目、数据项举行梳理和标准化 ，甚至有时间需要人工逐条、逐字段的界说数据标准、核实数据质量。数据治理职员不但要有优异的数据头脑 ，还要有足够的仔细、耐心和体力才华实现企业数据质量的一直提升 ，打磨出适合企业的数据标准。
数据治理历程中 ，有时间是不被明确的。数据治理是个地基性工程 ，人们看到的永远是数据应用的“高楼大厦” ，数据治理团队天天忙忙碌碌的 ，向导也不知道“这伙人”究竟都在干啥？可是 ，只要数据泛起问题 ，第一个被问责的就是数据治理团队。
数据治理不是一个“项目” ，想要立竿见影的效果？难！
项目是一系列奇异的、重大的并相互关联的活动 ，这些活动有着一个明确的目的或目的 ，必需在特定的时间、预算、资源限制内 ，依据规范完成。
那么 ，数据治理是项目吗？
是 ，虽然是。
岂论是周全的资产管理 ，照旧针对特定领域的数据治理 ，都需要组建项目团队、界说项目目的和规模、制订项目妄想、推进项目实验、最后是项目总结和了案。
数据治理有明确的目的 ，有特定规模、质量、本钱、时间、资源要求 ，从界说上讲数据治理虽然是项目。
可是 ，通过一个数据治理项目的实验 ，纵然这个项目预算很大 ，周期很长 ，是否就能解决企业数据管理和使用中的种种问题？是否就能作育出企业的数据文化 ，转变人们的数字化头脑？是否就能实现企业管理和营业模式的立异？
一定不可能！
数据治理的最终目的是赋能营业 ，提升数据价值。这是一个一连漫长的运营历程 ，需要逐步完善、分步迭代 ，指望一步到位完成数据治理是不现实的。
项目型的数据治理 ，是不周全的 ，无延续性 ，能够解决一时的数据问题 ，但很难获得一连的数据价值。
因此说 ，数据治理不是一个“项目” ，而是一个一连运营的历程。我们也可以将这个历程 ，看作是由一个个数据治理“微项目”组成 ，一连的、螺旋上升的模子。一个项目的了案 ，不是企业数据治理的终点 ，而是企业数据治理真正的起点！
数据治理之道是什么 ，要怎么做？
前段时间 ，在网上看到一篇关于数据治理要害要素的总结文章 ，以为写得很好 ，引用过来 ，供各人参考：
数据治理需要系统建设：为施展数据价值需要知足三个要素：合理的平台架构、完善的治理服务、系统化的运营手段。
凭证企业的规模、所属行业、数据量等情形选择合适的平台架构 ；治理服务需要贯串数据全生命周期 ，包管数据在收罗、加工、共享、存储、应用整个历程中的完整性、准确性、一致性和实效性 ；运营手段则应当包括规范的优化、组织的优化、平台的优化以及流程的优化等等方面。
1、数据治理需要夯实基�。�
数据治理需要循序渐进 ，但在建设初期至少需要关注三个方面：数据规范、数据质量、数据清静。
规范化的模子管理是包管数据可以被治理的条件条件 ，高质量的数据是数据可用的条件条件 ，数据的清静管控是数据可以共享交流的条件条件。
2、数据治理需要IT赋能：
数据治理不是一堆规范文档的堆砌 ，而是需要将治理历程中所爆发的的规范、流程、标准落地到IT平台上 ，在数据生产历程中通过“以终为始”前向的方法举行数据治理 ，阻止事后审核带来种种被动和运维本钱的增添。
3、数据治理需要聚焦数据：
数据治理的实质是管理数据 ，因此需要增强元数据管理和主数据管理 ，从源头治理数据 ，补齐数据的相关属性和信息 ，好比：元数据、质量、清静、营业逻辑、血缘等 ，通过元数据驱动的方法管理数据生产、加工和使用。
4、数据治理需要建管一体化：
数据模子血缘与使命调理的一致性是建管一体化的要害 ，有助于解决数据管理与数据生产口径纷歧致的问题 ，阻止泛起两张皮的低效管理模式。
最后的话
数据治理不是一蹴而就的 ，它是一个漫长而一连的历程 ，没有一针顶破天的诀窍 ，也没有立竿见影的途径。只有将数据治理酿成一种常态化机制 ，就犹如我们天天用饭、睡觉一样 ，形成一种习惯、一种文化、持之以恒、不忘初心、不懈起劲 ，才华抵达预期目的。
链接：https://www.toutiao.com/a6960535149494764069/?channel=&source=search_tab
————————————————————————————————————————————
免责声明：本文转载自网络 ，所发内容不代表本网站态度 ，若有侵权请联系删除。
- 上一篇: ?白重恩：探索数据治理应遵照五方面原则
- 下一篇: 数据治理的战略
