數據治理與運營是數據資產形成的重要手段，是數據可變現必然過程。根
據數據資產的定義，能夠成為數據資產的數據資源需是能夠為企業帶來預期經
濟利益價值的。那些沒有經濟利用價值或者在現有技術和知識條件下，未能識
別確定在未來是否有經濟獲利能力的數據資源，不能列入數據資產。因此，數
據可變現的前提因素之一是通過數據治理與運營，使數據變成可交換且可被流
通對象所解釋利用的數據資源。當前，多數組織由于缺乏數據治理能力，導致
數據質量普遍不高、數據接口不統一無法融合，無法形成有價值的數據資源，
直接影響了數據資產的價值最大化。
1. 建立數據治理總目標
數據治理是指將數據作為資產圍繞數據全生命周期而展開的相關管控活動、
績效和風險管理工作的集合，以保障數據及其應用過程中的運營合規、風險可
控和價值可實現。數據治理體系則是指從組織架構、管理制度、IT 應用技術、
績效考核等多個維度對組織的數據架構、元數據、數據質量、數據標準、數據
安全、數據生命周期等各方面進行全面的梳理、建設并持續改進的體系。
10
在開展數據治理工作前，應當先結合當前行業組織信息化發展過程中數據
業務相關的應用需求，以“風險可控、運營合規、價值實現”為原則來確定數
據治理總體目標 。
2. 數據治理需求分析
“數據資產”概念雖然在各組織單位中越來越受到接納和認可，但目前各
組織單位對數據資產的管理狀況依舊不容樂觀，制約了組織數據質量的進一步
提高，同時也限制了數據價值的實現。根據行業信息化與數據治理發展現狀，
各組織單位現階段對數據治理的需求主要體現在以下五大方面：其一，需要專
門對數據治理進行監督和控制的部門，從全局的視角對數據進行管理，保障數
據管理標準和規程的有效執行；其二，需要規范統一的主數據，通過主數據管
理，保障主數據在整個業務范圍內保持一致、完整和可控，保證數據的準確性；
其三，需要統一數據質量管控體系，保障跨部門跨機構的數據質量管控標準與
規范；其四，需要數據全生命周期的治理，完善采集、使用、維護、備份到超
期被銷毀的數據全生命周期管理規范和流程，有效識別超期和無效數據，并將
非結構化數據納入數據全生命周期的管理范疇；其五，需要規范統一的數據標
準和數據模型，統一數據規劃和數據標準，使各部門對數據的理解能用一致的
語言來描述。
3. 數據治理體系建設
組織構建數據治理體系主要圍繞數據治理管控機制、數據治理核心域、IT
工具支撐、數據治理管控宣介以及數據治理實施路線規劃五個方面展開。具體
內容及相互關系參見下圖：
11
（1）數據治理管控機制是數據治理得以順利開展的基礎保障。組織應在數
據治理項目開展前，明確數據治理組織架構，并建立數據治理管控機制，使規
章制度與系統工具的結合，形成可落地操作的機制及相應的考核機制，通過數
據管控流程明確在數據治理組織下，各參與方的工作步驟、工作任務以及流轉
方向，將數據治理任務進行分解，最大程度提高數據治理的執行效率，降低管
理成本。
（2）數據治理核心域，主要圍繞數據架構管理、元數據管理、數據標準管
理、數據質量管理、主數據管理、數據安全管理、數據生命周期管理、數據服
務管理 8 個方面開展。
其中，數據模型是數據構架管理中重要一部分，是數據治理的關鍵和重點，
數據模型必須在設計過程中保持統一的業務定義。元數據是關于數據的數據，
描述了數據定義和屬性。主要包括業務元數據、技術元數據和管理元數據。元
數據管理的目的是厘清元數據之間的關系與脈絡，規范元數據設計、實現和運
維的全生命周期過程。元數據管理的內容主要包括元數據獲取、元數據存儲、
元數據維護（變更維護、版本維護）、元數據分析（血緣分析、影響分析、實
12
體差異分析、實體關聯分析、指標一致性分析、數據地圖展示）、元數據質量
管理與考核等內容。
數據標準管理是組織建立的一套符合自身實際，涵蓋定義、操作、應用多
層次數據的標準化體系。數據治理對標準的需求可以劃分為三類，即基礎類數
據標準、指標類數據標準和專有類數據標準。基礎類數據是指組織日常業務開
展過程中所產生的具有共同業務特性的基礎性數據?；A類數據可分為客戶、
資產、協議、地域、產品、交易、渠道、機構、財務、營銷等主題。指標類數
據是指為滿足組織內部管理需要及外部監管要求，在基礎性數據基礎上按一定
統計、分析規則加工后的可定量化的數據。專有類數據標準是指公司架構下子
公司在業務經營及管理分析中所涉及的特有數據。
數據質量管理包含對數據的絕對質量管理、過程質量管理。數據質量管理
的規劃和實施應至少包括以下內容：一是數據質量管控體系的建立，包括數據
質量的評估體系，定期評估數據質量狀況；二是在部門各個應用系統中的落實，
包括每個應用系統中的數據質量檢查等；三是在最開始建立數據質量管理系統
的時候，借助數據治理平臺上，通過建立數據質量管理的規則來集中化地建立
數據質量管理系統，發現問題并持續改進；四是數據質量管理與業務稽核的結
合，通過業務規則的稽核來發現數據質量深層次的問題，將數據質量與業務一
線結合起來，使業務人員對數據質量問題有更加清晰和明確的認識。完善的數
據質量管理是保障各項數據治理工作能夠得到有效落實，達到數據準確、完整
的目標，并能夠提供有效的增值服務的重要基礎。
主數據管理要做的就是從各部門的多個業務系統中整合最核心的、最需要
共享的數據（主數據），集中進行數據的清洗和豐富，并且以服務的方式把統
13
一的、完整的、準確的、具有權威性的主數據傳送給組織范圍內需要使用這些
數據的操作型應用系統和分析型應用系統。
數據安全管理主要解決的就是數據在保存、使用和交換過程中的安全問題，
如何保障數據不被泄露和非法訪問是非常關鍵的問題。數據生命周期管理一般
包括數據生成及傳輸、數據存儲、數據處理及應用、數據銷毀四個方面。數據
服務管理是指針對內部積累多年的數據，研究如何能夠充分利用這些數據，分
析行業業務流程優化。數據使用的方式通常包括對數據的深度加工和分析，包
括通過各種報表、工具來分析運營層面的問題，還包括通過數據挖掘等工具對
數據進行深度加工，從而更好地管理服務。
（3）數據治理管控宣介為組織數據治理的成功實施提供保障。宣介的內容
主要圍繞組織數據治理現狀、數據治理體系建設、數據治理未來愿景、組織團
隊建設以及信息系統建設等，構建具有針對性的數據治理管控宣介方案，形成
數據治理的全員意識，為組織數據治理的成功實施提供保障。
（4）IT 工具支撐主要包含數據治理工具、技術規范、選型標準等方面。其
中數據治理工具主要是為了支撐公司數據治理體系和制度辦法在流程上的執行
落地，以最大限度地實現公司數據治理工作的自動化，提升數據治理能力和數
據服務水平的有效手段。技術規范是保障數據治理平臺可持續管理的基礎，隨
著數據量的增長、技術水平的發展，為更好、可持續地實現數據資產的管理、
應用，需結合數據治理相關管控制度和流程，構建組織的數據技術規范。選型
標準是在數據治理體系建設和完善的基礎上，調研分析數據治理產品和工具，
結合組織實際應用需求，形成相關的數據治理產品選型標準和建議。
（5）數據治理實施規劃是一項長期的復雜工程，需提前進行整體戰略布局。
14
其涉及面之廣且深。為了更好地落實數據治理工作的開展，組織數據治理工作
需要根據其當前的現狀和水平分階段的逐步開展，因此有必要制定組織未來幾
年的數據治理實施路線圖，明確數據治理實施路徑，形成相關指引，為其 IT 戰
略和數據戰略以及公司發展戰略規劃提供支撐。
綜上，數據治理的目的是為了最大化地釋放數據價值，使數據能更好地被
組織所利用和變現，是實現數據資源到資產化，提升數據資產價值的重要過程。
正如《DAMA 數據管理知識體系指南（第 2 版）》（DAMA-DMBOK2）指出“數據
管理是為了交付、控制、保護并提升數據和信息資產的價值，在其整個生命周
期中制定計劃、制度、規程和實踐活動，并執行和監督的過程”；中國信息通
信研究院《數據資產化：數據資產確認與會計計量研究報告》（2020 年）指出，
數據資產管理是數據從泛在無序的資料變為資源，并進一步上升為資產的前提
和必經之路。
