如今，數字系統正在生產越來越多具有公認價值的數據，數據治理正變得越來越受歡迎和必要。然而，并非所有數據都被視為相同。

財務和實物資產是最好的治理，信息資產是最差的治理，最不了解，最不利用。

作為有價值資產的數據被視為可以推動競爭差異化并提高生產率的杠桿力量。然而，由于監(jiān)管機構要求遵守和證明合規(guī)性，安全性和信息完整性，因此它也受到嚴格的外部審查。許多人轉向跨職能政策和控制的結構，例如治理框架定義的那些。當用作數據管理的堅實基礎時，數據治理可以簡化阻礙數據流動，損害信任并增加組織數據資產價值的問題。

什么是數據治理？

數據治理定義了數據的規(guī)則，影響和規(guī)則，以便設置和監(jiān)督適當的策略。這些規(guī)則和政策確立了決策權，以及確保安全性，責任性和可信賴性的控制措施。治理不是日常的主動監(jiān)督，而是可行的數據管理系統的堅實基礎。與任何治理結構一樣，數據治理已經到位，通過合理的政策，明確的控制和一致的流程促進信息的良好利用。

數據治理與數據管理的區(qū)別

數據管理詞典將數據治理定義為“對數據資產管理行使權限，控制和共享決策（規(guī)劃，監(jiān)控和執(zhí)行）?！睌祿卫碛媱潪殚_發(fā)適當的數據管理協議奠定了基礎。程序。

另一方面，數據管理是將治理政策付諸行動的過程。治理提供了一個框架; 此后，您可以定義管理區(qū)域（例如安全性，數據庫和文檔控制）和基礎架構或體系結構管理。治理確定了數據可訪問性和控制權的原因和對象，而管理層則設置了何處以及如何進行控制。

同樣，應該注意的是，數據治理和數據質量不是同義詞，而是密切相關的。數據質量是數據準確性，完整性，可用性和有效性的衡量標準。數據治理策略對此審查數據應用指南。

組建數據治理團隊

數據治理策略適用于企業(yè)內的每個人：員工，領導，甚至董事會成員。為了建立治理結構，組建了一個團隊或委員會來制定數據監(jiān)督的目標，使命和愿景。

該團隊可以由信息分析師，IT人員，主題專家和項目經理組成，以提供專業(yè)知識; 但是，業(yè)務線專業(yè)人員可以提供有效，主動的治理所需的跨職能平衡。

該團隊可能被稱為數據治理委員會，數據管理委員會或數據治理委員會，角色標題可能從數據管理員到數據科學家，從數據架構師到數據分析師。他們也可能是更大的數據治理辦公室（DGO）的一部分。

該團隊主要負責管理數據（妥善處理數據資產）。角色可以歸于一個人，或者在大型組織的情況下，可歸于一個群體。該職位負責準確性和適當的訪問。根據規(guī)定的治理要求，管理員還可以作為數據完整性和更新的仲裁者。

該團隊還提供有關戰(zhàn)略數據規(guī)劃，數據素養(yǎng)和數據使用的指導和結構，并為主數據管理（MDM）問題提供解決方案。MDM經常與數據治理混淆，但它們不是同一個：MDM是一種方法，使組織能夠將所有數據鏈接到單個主文件，以簡化數據可訪問性和共享。

組織為什么需要數據治理？

越來越多的內部信息在整個組織中尋找新的生命，而不僅僅是個別部門的財產。實際上，許多數據治理計劃源于改進數據的嘗試，因為它在整個組織中變得可行。數據現在用于提高組織效率，識別利潤機會，增強客戶體驗，以及改進或開發(fā)新產品。

企業(yè)需要哪些數據治理？

大多數企業(yè)都受益于強大的數據治理，但監(jiān)管負擔沉重的行業(yè)對正式治理計劃的需求更大，尤其側重于將其置于監(jiān)管風險之下的活動。堅持監(jiān)管挑戰(zhàn)直接影響他們管理，報告和保護敏感信息的方式。不合規(guī)可能導致罰款，品牌損害甚至入獄。

但是，應該注意的是，任何收集敏感數據的組織也必須遵守法規(guī)要求。強大的數據治理首先驗證和提升質量數據，然后制定政策，控制和管理以滿足內部和外部期望。?

雖然銀行，金融和醫(yī)療保健是一些受監(jiān)管最嚴格的行業(yè)，但其治理結構可以提供超越信息安全的優(yōu)勢。例如，在醫(yī)療保健領域，知識獲取可以為更好的患者結果提供機會。

數據安全的要求在不斷變化，并且由于許多組織具有全球影響力，因此可以在歐洲通用數據保護法規(guī)（GDPR）中找到一個好的用例，以前稱為數據保護指令。該法規(guī)于2018年年中生效，概述了解決個人數據權利（如便攜性和訪問權限）的規(guī)定，以及從公司數據存儲中被遺忘或刪除的權利。

數據治理的目標和益處

治理的主要目標是通過問責制，一致的數據分發(fā)政策，流程和程序，標準化系統和教育來確保數據資產的完整性。好處包括以下內容：提高數據質量。提供值得信賴的信息。通過高質量，一致的數據創(chuàng)造信心。做出明智的商業(yè)決策。降低成本，提高盈利能力，同時降低監(jiān)管罰款風險。推動各部門的優(yōu)化和有效性。實現更好的戰(zhàn)略規(guī)劃，風險管理和合規(guī)性。跨組織和部門建立更好的協作機會。消除多余的工作。通過識別漏洞和修復來提高數據安全性。增加數據值。解決數據問題。支持數據驅動的客戶服務計劃。在增長或合并期間快速改善業(yè)務運營。符合行業(yè)法規(guī)。提高整個組織的數據透明度。使用高質量數據提高生產力并減少錯誤。實現持續(xù)的數據改進計劃。數據治理舉措面臨的挑戰(zhàn)

數據治理計劃的最大障礙集中在訪問和可用性上。數據可用性涉及的不僅僅是授權人員，還涉及數據的保存位置和檢索方式，這可能會導致新的數據參與規(guī)則和誤解區(qū)域。其他挑戰(zhàn)來自過于復雜的任務和政策，這些任務和政策難以實施，可能會減緩有效治理的工作。

相反，缺乏適當的監(jiān)督和調整也會妨礙整個組織實現治理的好處。許多組織提倡框架，這些框架重視有針對性的定義方法，但允許進行適當的評估和修改以解決潛在的問題。

數據治理計劃的目標是確定團隊的原則并確定目標和方向，那么就在2019年開啟你的數據治理道路吧！