對于數據治理而言，不同行業和地理位置的巨大景觀聚集在一起，為有效管理數據創造了重要且可持續的東西。對于許多人來說，重點是準備圍繞數據和分析的挑戰，包括：
·?建立有效的信息治理，以提高質量，隱私和安全性
·?最大限度地發揮商業智能和MDM計劃的影響力
·?為AI，Hadoop，物聯網（IoT）和區塊鏈等趨勢做好準備
·?構建并執行有效的整體數據和分析策略
在開始治理計劃時，我們應該從什么開始實施數據治理最佳實踐？
從本質上講，啟動數據治理計劃時有4種數據治理最佳實踐：
1.關注運營模式
運營模式是任何數據治理計劃的基礎。它包括諸如在不同業務范圍內定義企業角色和職責的活動。我們的想法是建立一個企業治理結構。根據組織的類型，結構可以集中（如果中央權威機構管理所有內容），分散（如果由分散或權限組操作），或聯合（如果由獨立或多個組控制，很少或沒有共享所有權））。
在整個組織中定義所有權領域非常重要。確定權限將有助于社交您的數據治理計劃并建立智能結構，以將數據程序作為一個單位來處理。
業務和IT成員組成不同的組，并與通常稱為數據治理委員會或數據管理委員會的報告結構保持一致。正是這個理事會或委員會，在整個組織內討論和傳播大多數日常數據決策。數據治理委員會確保正式的所有權，并確定支持管理員的正確工具和技術，以便他們能夠有效地執行工作。
2.??識別數據域
建立數據治理結構后，下一步是確定每個業務線的數據域。最著名的示例包括客戶，供應商和產品數據域。根據行業類型，我們會遇到不同類型的域名。但一切都歸結為識別域并捕獲有關企業及其消費者的信息。
考慮到客戶，供應商和產品的上述示例，每個數據域都包含以下工件：
·?數據所有者
·?商業詞匯表
·?數據字典
·?業務流程
·?數據目錄
·?報告目錄
·?數據質量記分卡
·?系統和應用程序
·?政策和標準
通常，數據域的標識始于業務需求或問題。
3.識別數據域中的關鍵數據元素
在定義了數據域之后，我們看到數據域涉及包含關鍵報告，關鍵數據元素，業務流程等的10s，100s和1000s系統和應用程序。顯然，我們不想通過立即關注所有數據工件來沸騰海洋。相反，我們應該只確定對業務至關重要的內容。
作為一個充滿活力的生態系統的平臺，促進協作，生命周期管理，并保留過去和未來分析的審計日志。
4.定義控制測量
上面我們了解了數據治理結構，數據域和識別關鍵數據元素。下一步是設置和維護控制以維持數據治理計劃。在為多個行業（包括銀行，醫療保健，保險，政府，零售，制造等）提供數據治理解決方案后，我們了解到數據治理不是一次性項目。這是一項持續的計劃，旨在推動數據驅動的決策制定并為業務創造機會。它使組織準備好滿足業務標準。控制測量包括以下關鍵活動：
1.?定義自動化工作流程和閾值，以進行審批，升級，審核，投票，問題管理等
2.?將工作流程過程應用于治理結構，數據域和關鍵數據元素
3.?制定關于步驟1至步驟4的進展的報告
4.?通過自動化工作流程捕獲反饋
（部分內容來源網絡，如有侵權請聯系刪除）
