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。
3.1 数据治理实施方法论
数据治理实施方法论按照数据治理成熟度评估->评估现状、确定目标、分析差距->计划制定、计划执行->持续监测度量演进的关键实施方法形成数据治理实施闭环流程。
图3 : 数据治理实施方法论
这也遵循了PDCA（Plan-Do-Check-Action）循环的科学程序，结合数据治理工作的特点设计了两个层面的度量评估：
| 度量评估工具 | 度量评估对象 | 度量评估方法 | 度量评估频次 |
| 数据治理成熟度评估 | 企业整体 | 调查问卷 | 年度 |
| 数据治理评分卡 | 各业务及IT部门 | 数据治理工作组与各业务及IT部门共同打分 | 季度 |
两个层面的数据治理度量评估工具
通过年度的整体数据治理成熟度评估，了解各维度数据治理现状，并制定可操作性目标，分析差距，制定切实可行的计划，在推进落实计划的过程中，利用季度性实施的数据治理评分卡，针对性地监测度量各业务/IT部门的数据治理情况，持续推进各部门的数据治理水平提升，进而提高整体数据治理成熟度。
年度进行的整体数据治理成熟度评估，可以结合主观及客观调查度量，综合反映企业当前数据治理成熟度水平，帮助制定切实可行的数据治理整体目标。季度性实施的数据治理评分卡是一个重要的工具手段，从一些关键核心维度进行季度性迭代评分，持续促进所有部门数据治理工作的落实提升。
3.2 数据治理度量维度
数据治理成熟度评估使用调查问卷方式，包括11个治理模块，60多个调查问卷事项，全方面多维度度量了数据治理工作的水平。
数据治理评分卡使用评分卡形式，由数据治理组织和各业务IT部门共同针对各部门自身数据治理情况进行打分。评分卡是季度性打分，作为一个工具手段持续推动促进各部门的数据治理工作，改进数据质量，提升数据治理水平。
图4: 数据治理评分卡
3.3 数据治理度量评分规则
数据治理成熟度评估分5个级别：
- 级别1是最低级别，数据治理处于初始级别，空白状态，没有相关流程及数据治理管控。
- 级别2是开始管理级别，仍处于匮乏状态，没有形成正式一致的数据治理方法。
- 级别3是明确定义级别，处于可改进状态，已经形成了主动治理的流程和正式一致的数据治理方法。
- 级别4是量化管理级别，已经步入适宜匹配状态，贯穿组织采用的正式一致的数据治理方法都是可量化管控的。
- 级别5是最高级别，专注于持续优化提升，已经步入卓越状态。
图5: 数据治理成熟度级别分层
数据治理评分卡对各维度度量是按5分制进行评分，每一个度量细项只有得分0或得分1，如果满足度量细项要求得分1，否则得分0。
图6: 数据治理评分卡数据执行维度度量评分计算范例
如上示例，针对流程7.10交付项目管理，数据执行维度有6个度量细项，则这一度量维度的总体得分就是SUM(度量细项得分)*5/6。所以这一度量维度的实际得分就是(1+1+1+0+0+1)*5/6=3.3。
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：
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
