福布斯最近的一篇文章（CIO注意趨勢）確定了以下主要趨勢：

1.?建立創新文化

2.?成熟的數據治理和維護

3.?從云中獲取真正的價值

4.?掌握與網絡安全相關的不斷變化的威脅

5.?容器和微服務是IT敏捷性的驅動力

出于某種原因，數據治理占據了第二位。顯而易見的原因是圍繞數據隱私法規的所有關注，例如GDPR和CCPA，這是理所當然的。數據治理有助于通過元數據管理促進個人信息的清點和標記，并可通過操作模型幫助定義風險，優先級和業務需求。

數據管理變得“需要擁有”而不是“樂于擁有”的另一個原因是數據擴散繼續呈上升趨勢。數據以多種方式創建，不再始終被一致地攝取，標準化和記錄。個人利用自助服務功能將數據集引入自己的孤島。因此，組織發現很難知道存在哪些數據，它所在的位置，它的含義以及如何對其進行修改和利用。

文章還指出：有些人將數據稱為新的商業石油。它確實是新的原油。問題是你如何將它從商品轉變為精致的東西，你可以從中獲得價值。“這是真的！”

我實際實現數據治理的三個關鍵學習是：

1.?初步評估和路線圖是必要的。

2.?實現經常失敗。

3.?如果您處于數據治理“維護”模式，那么很可能您還沒有完全利用所有數據治理所能提供的功能。

初步評估和路線圖是必要的

數據治理功能必須適合組織，并且理想情況下它是企業范圍的方法。了解影響成功數據治理功能的各個方面的當前狀態非常重要。?

·?是否存在可以與之對齊的整體數據管理策略？

·?數據治理功能需要支持哪些關鍵業務需求？

·?是否建立了治理結構，包括利益相關者，章程，角色和責任？

·?在利益相關者之間是否有確定和解決優先級問題的明確流程？

·?是否有定義的問題升級和解決流程？

·?是否已定義，開發和驗證數據管理和數據隱私策略？

·?是否有一種方法可確保在整個數據生命周期內遵守與數據相關的政策，流程和標準？

·?是否存在根據利益相關者標準監控數據治理活動的指標？

·?如果元數據是數據治理計劃的一部分，那么人員，流程和工具是否被定義，理解和遵循？

·?如果數據質量是數據治理計劃的一部分，那么人員，流程和工具是否被定義，理解和遵循？

實現經常失敗

需要建立數據治理來解決特定的數據管理需求，并且需要適合組織。就像敏捷一樣，利益相關者需要實現和接受數據治理的迭代方面。失敗的一個典型原因是數據治理活動的時機。例如：

·?讓利益相關者過早參與其中沒有任何東西讓他們真正做到。更好的方法是確保定義運營模型和初始流程，然后開始吸引利益相關方。從基于初始關注領域的利益相關者子集開始，然后擴展可能是有益的。

·?為利益相關者提供角色，而不對該角色進行任何培訓

·?安裝數據治理工具，無需設計流程和工作流程

·?在沒有章程，范圍，目標或支持數據治理辦公室的情況下繼續進行數據治理，以確保取得進展

·?不發布培訓和溝通，以提供計劃實質內容

如果您處于數據治理“維護”模式，那么很可能您還沒有完全利用所有數據治理所能提供的功能

一旦開發并正在運行，有很多方法可以利用可靠的數據治理操作模型。通常，組織可以啟動數據治理功能，以確保開發和管理業務詞匯表和其他元數據。然后，他們可以進入數據質量管理計劃，利用已經識別的業務數據域所有者，業務數據管理員和技術數據管理員。隨后，如果最初手動管理過程，則可以實施和配置工具以支持元數據和/或數據質量。之后，組織可以繼續利用數據治理功能來確保策略到位并受到監控，以支持數據生命周期管理或法規遵從性。總體而言，范圍可能包括：

·?元數據管理

·?數據質量管理

·?參考和主數據管理

·?數據生命周期管理

·?數據倉庫/數據湖泊管理

·?法規遵從性

·?BI和報告管理

·?數據政策管理

·?數據架構管理

這些領域中的每一個都可以利用強大的數據治理運營模式，尤其是數據治理辦公室以及數據管理員，以確保定義需求，制定流程和標準，遵循最佳實踐，并且合適的人員參與正確的時間。

盡管數據治理在開發過程中可能會有些流動和迭代，但仍有最佳實踐和總體思路定位的路線圖仍需要設計和遵循才能獲得成功，并繼續為組織增加價值。