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。
一、数据治理的定义
有一句老话：如果你无法给事物命名，你就无法对其进行管理。还有另一句谚语：如果你没有明确定义事物，你就无法很好地对其进行管理。
你如何定义你的项目将影响你管理该项目的能力——让你的所有参与者保持专注、步调一致，并朝着相同的目标努力。数字化转型网www.szhzxw.cn
因此，在为您的项目选择词汇时，请考虑需要管理的人员。在执行数据治理活动时，他们会关注哪些细节？他们的视角是战略性的还是战术性的？他们更倾向于使用商业术语还是技术术语？
例如，数据治理协会对数据治理的定义如下：
“数据治理是指对与信息相关的流程所做的决策权和责任分配，这些流程按照事先商定的模型执行，这些模型描述了在何种情况下、使用何种方法、何时由何人对何种信息采取何种行动。”
这是一个针对中层管理者（他们必须共同做出跨职能决策、制定政策并执行）的通用、全面的数据治理定义。数字化转型网www.szhzxw.cn
我承认，这有点长。它强调了DGI数据治理框架中的“参与规则”部分。为什么呢？在撰写和发布该框架时，我们希望提供一种不同于侧重于权威和控制结构的定义的选择，因为我们认为这些基于共识的文化可能不会接受这些定义。
现在来看看下面的一些定义。你能看出数据治理的定义方式如何影响其实施吗？你能从这些定义中看出它是针对高管、中层管理者还是普通员工吗？你能猜出数据治理支持的组织、流程、权力/授权结构以及数据/元数据方面的变革类型吗？
数据治理是指对企业中使用的数据的可用性、可用性、完整性和安全性进行整体管理。
数据治理是指组织和实施有关政策、项目和标准，以有效利用组织的结构化/非结构化信息资产。
数据治理：对数据资产的管理和数据功能的执行与实施的控制与授权。
数据治理是指一套流程，旨在确保企业内的数据资产得到正式管理。数据治理模型确定了与企业生产或管理的数据相关的权限、管理和决策制定参数。
二、数据治理的价值
一个组织所做的每一件事都应该与三个普遍的价值驱动因素之一相关联。
- 增加收入和价值
- 控制成本和复杂性
- 支持风险管理和合规工作，提升信任度。数字化转型网www.szhzxw.cn
数据治理工作必须与这些驱动力中的一个或多个相关联。并且您必须沟通它是如何实现的。
以下是数据治理工作能为您带来的一些好处：
增加收入/资产价值
- 提升公司对潜在收购者的价值
- 创建有价值的可销售信息产品
- 利用信息资产来创造新的销售机会。
- 利用数据实现新的业务能力。
- 更好地了解客户
- 更好地理解产品（及其他）层次结构
降低成本
- 减少重复数据及其成本
- 减少重复的数据管理流程（例如：数据建模、数据管理、数据质量的成本）
- 减少因对数据理解不足或数据质量不佳而导致的错误和相关成本（在软件开发、报告编写、信息解读等方面）。
既要符合规定又要降低成本
- 实现合规目标
- 避免因不合规而产生的罚款成本。
- 避免声誉受损（品牌影响）
- 避免因缺乏对“权威数据”的信任而导致的更高审计费用。
- 降低管理认证/认证成本
- 减少预审测试成本
支持影响分析
- 增强进行有用的影响分析的能力（通过提供权威的业务规则、系统记录信息和数据关系元数据）
- 提供评估与数据相关的决策跨职能影响的能力。数字化转型网www.szhzxw.cn
帮助协调工作
- 协助业务团队（业务连续性、灾难恢复、安全和隐私）将与数据相关的业务规则和要求传达给IT、架构和数据管理团队。
- 将需求和控制进行综合考虑。
- 避免撤销已完成的工作或使控件无效。
- 制定跨职能责任制
改进数据存储库
- 提供责任制和支持，以提高存储库中数据的质量，使之成为权威的信息来源。
- 减少可能限制组织分析其信息能力的架构决策的可能性。
- 提高快速查找权威信息的能力
提升数据的可靠性
- 增强与数据相关的决策信心
- 提高及时做出与数据相关的决策的能力（这会影响项目和应用项目的上市时间）
- 增强出现在财务和管理报告中的数据的可信度
- 通过组建跨职能团队参与关键决策，增强对数据战略的信心。
三、融资模式
数据治理框架从两个方面解决资金问题：
- 获取资金和支持是数据治理生命周期中的一个阶段。
- 资金是该框架组成部分之一。数字化转型网www.szhzxw.cn
需要哪种类型的资金？数据治理项目需要为四种类型的数据治理和管理举措设立资金：
- 数据治理计划的初始设计与实施
- 持续进行的数据治理/管理/合规/访问管理工作
- 持续进行的数据管理/数据质量工作
- 来自治理主导的问题分析所推荐的项目和工作。
正是最后这种资金来源类型通常给企业带来最大的挑战。我们将探讨用于资助问题分析建议的资金选择。但首先，让我们来看看前三种数据治理工作的典型资金模式。
为数据治理计划的设计提供资金
通常，组织会选择四种模式中的一种来创建正式且得到认可的数据治理计划。
- 一个构建项目的项目
- 其他项目中的细目
- 由利益相关者团体提供的特别资金
- 数据治理包含在信息技术/数据管理/数据架构工作中。
一个构建项目的项目
采用这种方法，会创建一个正式的项目来设计和实施该项目。通常，该项目包含一个应用数据治理的原型工作，例如数据利益相关者或数据管理员的联合应用设计会议，以解决遗留数据问题。
注意：许多“标准模板”项目计划是为软件开发设计的，而非为项目开发设计的。它们可能包含对项目开发项目而言不合理的步骤和交付成果。此外，项目开发项目计划中需要留有一定的灵活性，否则项目经理可能会发现自己不得不处理变更请求，因为界定范围和聚焦的努力需要多次迭代，或者讨论利益相关者需求的会议需要重新安排。数字化转型网www.szhzxw.cn
另一个项目中的明细项目
采用这种方法，一个需要数据治理来实现其目标的项目将包含启动和资助正式数据治理计划的设计和部署的活动。例如，面向服务的架构或主数据管理计划或数据仓库项目。
来自利益相关者团体的特别资助
采用这种方法，对数据治理有重大利益关系的部门或项目将发起并资助正式的数据治理计划的设计和部署。例如，面向服务的架构（SOA）或主数据管理项目、数据仓库计划、诸如巴塞尔协议 II 或萨班斯 – 奥克斯利法案之类的合规计划，或者隐私/访问控制项目。
数据治理包含在信息技术/数据管理/数据架构工作中
采用这种方法，数据治理会被纳入另一个技术或与数据相关的项目中。例如，如果数据治理被纳入企业数据管理工作中，那么该项目可能会获得一笔资金来实施治理，而无需像一般项目那样受到严格的支出监督。
四、目标与原则
你希望数据治理能够实现什么目标？ 数字化转型网www.szhzxw.cn
无论你的项目的重点是什么，你很可能希望通过数据治理项目实现以下普遍目标：
1. 促进更佳的决策
2. 减少运营摩擦
3. 保护数据利益相关者的需求
4. 培训管理人员和员工采用共同的方法处理数据问题。
5. 建立标准、可重复的过程
6. 通过协调各方努力来降低成本并提高效率。
7. 确保流程透明化
你还想达成什么其他目标？数据治理项目最常见的目标是为整个企业或项目的标准化数据定义。
此外，无论你的组织的重点和目标是什么，很可能你都是按照一套普遍适用的治理原则来运营的。数据利益相关者之间讨论这些原则是一个好主意，这样参与其中的每个人都能对治理实践背后的原因达成一致。
你应该根据你所处的环境制定出合理的原则。一些组织会制定旨在帮助参与者应对数据治理中涉及的政治原则。另一些组织则专注于确定数据所有权或确保数据治理办公室、数据利益相关者和数据管理责任人之间的责任分配。还有一些组织更关注确保数据标准化或提高数据质量。还有一些数据治理原则侧重于参与者在执行诸如问题解决或变更管理等流程时如何处理数据。数字化转型网www.szhzxw.cn
数据治理原则有助于各方参与者共同解决组织中固有的各种与数据相关的冲突。
以下是数据治理协会提出的数据治理指导原则：
1. 诚信
数据治理参与者在相互交往中将秉持诚信原则；在讨论与数据相关的决策时，他们将坦诚相待，并充分考虑驱动因素、限制条件、选项以及影响。
这至关重要。除非您的DGO团队在不同利益相关者和参与者之间传递信息时充当“可信赖的经纪人”，否则您的项目注定会遇到麻烦。
2. 透明度
数据治理与管理流程应具有透明性；应明确向所有参与者和审计人员说明数据相关决策和控制是如何以及何时引入到流程中的。
当然，并非所有事情都需要透明。为了有效，有时安全措施不能过于明显。但对于任何与数据相关的活动，应该让正确的人能够了解正在发生的事情。
3. 可审计性
受数据治理管理的数据相关决策、流程和控制将可审计；它们将附有文档支持合规性审计和运营审计要求。数字化转型网www.szhzxw.cn
如果你的项目重点不在于合规，就很容易忘记其他人可能需要审查你的工作和决策。这个原则要求平衡，在适当的时候留下痕迹，但不要花数小时制作没有人需要的文档。
4. 问责制
数据治理将定义跨职能的数据相关决策、流程和控制的责任。
通常情况下，数据治理可以通过解决数据相关责任方面的“空白和重叠”问题提供很好的服务。寻找这样的情况：要么没有人承担责任，要么列出了太多的负责部门，以至于很可能没有人真正承担责任。
5. 数据管理员职责
数据治理将明确个人贡献者以及数据管理员群体的责任和义务。
不要忽视那些尚未获得正式的数据守护者头衔的人。他们可能仍然承担着应纳入其正式职责的数据守护责任。
6. 制衡机制
数据治理将以一种方式定义职责，在业务团队和技术团队之间以及信息的创建者/收集者、管理者、使用者和引入标准及合规要求的人员之间引入制衡机制。数字化转型网www.szhzxw.cn
建立适当的监控和制衡机制，以指导管理层的努力，可能是数据治理最重要的职能之一。
7. 标准化
数据治理将引入并支持企业数据的标准化。
并非所有事物都能标准化，也不应该标准化。但是，实现数据标准化是许多高价值的商业和IT项目的先决条件。如果没有数据治理和管理，就无法以可持续的方式实现数据标准化。
8. 变更管理
数据治理将支持对参考数据值和主数据及元数据结构/使用的主动和被动变更管理活动。
如果你想要确保涉及数据的项目能够持续成功，那么你需要控制数据的变化。是的，有些数据确实需要频繁更新。而其他数据，比如地址中的“州/省”字段的有效值列表，则应该很少改变，并且只有在经过深思熟虑和影响分析之后才能改变。大多数数据治理项目都会参与与数据相关的变更管理活动，即使只是将变更通知活动纳入数据管理员的责任范围。
这些原则渗透在所有成功的数据治理和数据管家项目、流程和项目中。它们是帮助利益相关者共同解决组织中固有的数据相关冲突的原则。
五、项目启动
成功的数据治理不是靠一个项目，而是一个可持续的过程。
在您开始决定谁去哪个委员会之前，您应当明确您项目的价值声明，制定一份路线图与利益相关者分享。
那些利益相关者在决定支持您的项目之前，会想要了解项目的“谁”“什么”“何时”“何地”“为什么”“如何”等信息，所以您需要预想到他们的问题，并准备好初步的答案，即便这些答案只是在您实际设计项目之前的假设。数字化转型网www.szhzxw.cn
您会希望构建一种能让利益相关者感到兴奋的项目。我们所见到的最成功的数据治理项目，都是那些目标明确、能激发领导层兴趣的指标、人人都支持的价值主张以及清晰的信息传达的项目。
六、项目阶段
所有项目都有生命周期。数据治理生命周期包含七个阶段：
- 制定一份价值声明
- 准备路线图
- 计划及资金
- 设计程序
- 部署程序
- 治理数据
- 监控、测量、报告
在执行获取支持和资金所需的活动时，请记住您的项目可能旨在解决多个重点领域。对于每个新的努力，都应采用生命周期的七个步骤进行介绍。即使是专注于治理的特定项目，例如制定一套数据标准，也应遵循数据治理生命周期步骤。
声明：本文来自数据资本生意，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
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。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于数据资本生意；编辑/翻译：数字化转型网萍水。
