試想下，如果沒有好的數據治理方案，整個世界會變成什么樣 ？數據質量差、難以使用、數據不完整、容易受網絡安全威脅……最終導致企業及組織機構無法正常使用數據。換句話來說，沒有數據治理，就沒有數據存在的意義。

問題是，什么是數據治理？

DGI（國際數據治理研究所）給出的定義是，數據治理是通過一系列相關的過程來行駛決策權和職責分工的系統，而這個過程一個模型，包括了五大要素，即：誰（Who）、在什么時間（When）、什么情況（Where）下，用什么方法（How），采取什么行動（What）。而DAMA（國際數據管理協會）則認為，數據治理是對數據資產行使權力和控制的一系列行為。

說白了，數據治理是多維度、全流程的一整套管理行為，重點包括組織、制度、流程、工具等幾個重要環節，主要目的是幫助用戶實現數據價值轉換。

近幾年，隨著數據管理意識的不斷提升，企業對數據治理方案及產品的需求也在不斷攀升。有專業研究機構表示，全球數據治理市場將從2020年的21億美元增長到2025年的57億美元，復合增長率為22%。其中，數據量的快速增長、監管和合規要求的增加，以及業務協作需求推進等因素，是推動數據治理市場高速增長的主要驅動力。另外，DevOps在軟件開發中的應用增加，也與數據治理產生了強關聯性。

數據顯示，全世界各個國家的政府機構都出臺了與數據相關的隱私保護法規，為了確保企業數據得到妥善保存、正確使用，擁有合理、妥善的數據治理方案就變得越發重要。

那么，企業如何遵循最佳實踐經驗，構建出一個更適合業務需求的數據治理方案？

首先，要識別關鍵數據元素，并將數據視為戰略資源。對于企業來說，并不是所有的數據都同等重要，卓越的數據治理策略，首先要了解哪些數據對業務有幫助。而這些關鍵數據有時候會涉及幾十到數百個系統和應用程序。并且，通過大量最佳實踐來看，企業的主觀能動性是數據治理成敗與否的關鍵。另外，不能做“事后諸葛亮”，要想辦法將原始數據轉化為對生產有幫助的結果數據。

其次，要建立包含數據全生命周期的策略。全面的數據治理策略不只存在于單個時間節點，還包括源數據創建、清理、更新、存儲、分析、傳輸、備份、刪除等等。在數據全生命周期的每個環節都有潛在的接觸點，需要在各個階段都要進行有效管控。比如：確定誰是數據的所有者，以及什么系統或個人可以在數據的整個生命周期中更改數據。期間，企業可以進行審計跟蹤，以確保數據的完整性。

其三 ，讓業務人員參與到數據治理流程中。通常，業務人員是數據治理后的最大受益者，好的數據治理方案可以讓業務人員獲得高質量的可用數據。所以，讓業務人員參與到整個數據治療的全過程，并發表自己的意見，就變得非常重要。

其四，要重視主數據管理。數據治理和主數據管理，看上去意思差不多，核心內容都是數據，但其實二者是有區別的。數據治理應該包含主數據管理，好的數據治理應該為企業提供具有指導意義的業務數據；而有效的主數據管理，可以讓數據治理更準確，更具一致性體驗。所以，數據治理和主數據管理應該是兩個有交叉關系的業務部門，需要密切溝通和相互協作。

其五，數據治理，治理的不僅僅是數據，而是要對信息進行分類。數據治理及數據治理解決方案需要進行更深層次的探索，即通過數據與數據之間的各種關聯關系，找到有價值的信息。比如：通過財務記錄、病人記錄、員工記錄等等，我們可以得出，最近企業運營情況如何，病人得了什么病，員工的工作狀態如何等等。再比如，如果我們只是對數據進行分類，而沒有對信息進行處理，系統就會出現數以萬計的誤報，出現重復警報、超負荷的網絡流量沖擊等等狀況。

其六，不要過度地限制數據的使用。鑒于信息資源的重要性和安全性，很多IT高管會嚴格限制數據的使用，這對于處于高位競爭的業務部門來說，顯然會帶來不利影響。

總結而言，數據治理的目的是確保信息的準確性，為決策提供有效依據，這也是我們常說的——要讓數據來說話。而在實現這一目標之前，我們要先建立一個全面集成的數據管理平臺，即把數據聚集在一個平臺上，再均衡各個部門的需求，讓數據變得可訪問、更準備、更完整，以及更可視化。（李代麗）

鏈接：https://www.toutiao.com/a6985419565643711015/?channel=&source=search_tab

————————————————————————————————————————————

免責聲明：本文轉載自網絡，所發內容不代表本網站立場，如有侵權請聯系刪除。