数据治理内涵深度剖析-数字化转型网www.szhzxw.cn

数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。

1）数据治理定义：

数据治理（Data Governance）是一个正在不断发展的新兴学科，与众多新兴学科一样，目前数据治理存在多种定义。

狭义数据治理：是对数据资产管理行使权力和控制的活动集合，主要包含规划、监控和执行等，指导其他数据管理职能的整体执行，在高层次上执行数据管理制度。因为此时的数据治理仅指数据管理的组织、制度、流程、绩效和标准等，称其为相对“狭义”。狭义的数据治理的驱动力最早主要源自两个方面：（1）内部风险管控的需要，应对包括、商业数据涉密、财经数据作假、数据质量低下影响管理决策等。（2）为了满足外部监管和合规的需要，比如国资委企业受到国资委监管的监管、金融企业受到中国银行保险监督管理委员会的监管等。

广义数据治理：是围绕将数据作为企业资产而展开的一系列的具体化工作，数据治理是保证数据的可信可靠可用，满足业务对数据质量和数据安全的期待的一系列举措。主要包含组织为实现数据资产价值最大化所开展的一系列持续工作过程，诸如明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动。具体包含数据战略、数据管理（数据架构、时序数据管理、主数据管理、指标数据管理、元数据管理、数据质量管理、数据安全管理）、数据运营（数据确权、数据需求、数据服务、数据评估审计等）、数据运营（数据产品、数据交易、数据价值等）等一系列数据管理活动的集合。根据数据治理的对象不同，数据治理可以分为面向业务系统的数据治理和面向分析系统的数据治理。

图1从技术的视角对数据治理辨析

2）业务域数据治理（主数据治理）

（1）面向业务系统的数据治理：主数据管理就是典型的面向业务系统的数据治理，它核心要解决的问题是跨业务、跨系统和跨流程的企业核心数据的一致性、正确性和权威性的问题。其以主数据为核心，目标是确保业务应用及其集成与交互的顺畅，提高数据质量，降低业务风险。

图2主数据治理核心逻辑l 从数据流向看，主数据的识别、定义、建模应先于业务应用（实际情况有所差别）。l 业务应用在主数据的支持下才能顺畅运行，分析域的数据湖、数据仓库、分析应用等，以及对应的元数据治理则要在更后面一些。l 在信息化时代，主数据是ERP系统实现全企业集中管控的核心技术基础；在数字化时代，主数据治理对于克服以微服务为代表的碎片化企业应用架构带来的企业整体管控困难的问题仍然具有核心基础意义。l 主数据仍然可以用元数据进行描述，所以它也有自己的元数据，可以纳入元数据管理。

3）分析域数据治理（元数据治理）

面向分析系统的数据治理，重点主要是元数据治理。元数据治理解决“数据4问”：我是谁？我在哪里？我从哪里来？我往何处去？其以元数据为核心，目标是理顺数据分析建模过程，提高数据质量，为构建分析型数据应用提供保障，主要解决的是在数据分析过程中，指标数据计算的口径一致性，数据质量，标准规范、成本优化及安全管控问题。因为数据本身还是来源于业务系统，所以面向业务的数据治理是面向分析的数据治理的前提，如果业务系统的数据治理没做好，分析系统的数据治理就很难从根本上解决。