大多數組織了解他們的業務資產，包括對技術，人員，基礎設施，庫存等的投資。他們已經開發并實施了正式的政策，流程和系統來管理這些資產，以確保最大化的回報，同時最大限度地降低業務風險。令人驚訝的是，企業的一件事將會對數據產生重大影響。很少有人將他們的數據視為戰略資產，并且很少有人實施正式的數據治理策略以最大化該資產的回報。部分原因是由于缺乏理解，許多人將數據管理混淆為數據治理，部分原因是缺乏對數據治理帶來的好處的認識。在這篇文章中，我將提供一些問題的答案 - 什么是數據治理？數據治理可以獲得哪些優勢？在開發數據治理計劃時，有哪些關鍵考慮因素？

首先，讓我們區分數據管理和數據治理。數據管理經常被錯誤地假設為數據治理，而實際上兩者完全不同。數據管理最好被描述為管理數據的后勤工作。它通常由IT所有，其特點是一系列標準工具，用于收集，驗證，存儲，組織，保護，處理和維護您的數據。另一方面，數據治理比數據管理更全面。它是一個業務驅動的程序，涉及一個跨功能的過程，可以最大限度地提高數據的價值，同時最大限度地降低數據不良的風險。在下圖中，我們展示了人員，流程和技術的交集。數據管理存在于Process and Technology的交叉點，

數據治理是人，流程和技術的融合。人們是這個等式的一部分這一事實意味著數據治理遠不止數據管理。它是關于建立共識，擁有所有權和克服狹隘的障礙。它不僅使IT和業務部門能夠利用數據作為資產的優勢，而且還定義數據所有權和政策，決策權和升級程序。換句話說，數據治理確定誰擁有數據，數據的創建方式和人員，數據的更新方式和人員，以及在出現分歧或確定新需求時對決策進行仲裁的人員。

?

明確定義和理解的數據治理計劃有許多好處。這些包括：

- 增加業務數據的價值

- 減少操作摩擦

- 確保合規性

- 定義解決數據問題的標準流程

- 提供數據所有權和責任的透明度

簡單地說;?這些好處可以幫助您使用數據獲得競爭優勢。

在開發程序時，有六個關鍵考慮因素包括：

- 透明度

- 可審計性

- 問責制

- 檢查和平衡

- 標準化

- 更換管理層

透明度：?? 您的數據治理流程應具有透明度。所有參與者都應該清楚如何以及何時將與數據相關的決策和控制引入這些過程。當然，透明度我們并不是說缺乏安全感;?相反，我們建議，對于任何與數據相關的活動，正確的人應該能夠發現正在發生的事情。

可審計性：?? 如果您的計劃重點不是合規性，那么很容易忘記其他人可能需要審核您的工作和決策。你必須在這里取得平衡。與您的數據治理計劃相關的數據相關決策，流程和控制必須是可審計的，并包含必要的文檔以支持基于合規性和運營審計要求。

問責制：?? 在開始開發文檔時，問責制往往缺乏或令人困惑。但是，您的數據治理計劃必須定義跨職能數據相關決策，流程和控制的職責。利用這個機會來尋找NOBODY似乎有責任的情況，或者列出許多組負責解決當前感知的問責制中的差距和重疊。

檢查和平衡：在定義職責時，您需要在業務和技術團隊之間以及創建/收集數據的人員，管理數據的人員，使用它的人員以及引入標準的人員之間引入檢查和平衡。和合規要求。建立適當的制衡機制對于指導積極參與您的計劃非常寶貴。

標準化：?? 您的數據治理計劃需要解決企業數據的標準化問題。這可能是令人生畏的，但請記住，并非一切都可以標準化 - 也不應該。但實現數據標準化是許多高價值業務和IT項目的先決條件。這是一個考慮數據主要用途的領域，并將重點放在這些特定方案中的數據規范化上。

變更管理：?? 您的數據治理計劃必須支持主動和被動變更管理活動，以獲取參考數據值以及主數據和元數據的結構/使用。簡單地說，如果您希望在涉及數據的項目中獲得可持續的成功，那么您需要控制數據變化的方式和時間。同樣，通過支持MDM項目的數據治理計劃，您不僅需要考慮數據更改，還需要考慮數據模型，分類法等的基礎更改。

考慮到這些因素，您已準備好開始開發數據治理計劃，該計劃利用數據作為公司的戰略資產，并幫助您在日益增長的數據驅動市場中獲得競爭優勢。

您準備好為您的企業實施有效的數據治理計劃了嗎？Amplifi可幫助公司為每個獨特的業務案例構建正確的流程。