數據治理項目實施的成功與否，主要取決于項目本身的復雜度以及項目管理人員的把控能力。本文總結了數據治理項目建設的一些方法論，從實施落地的角度來描述如何交付一個數據治理項目，各位可參考借鑒。

以下是項目進程圖：

一、項目規劃階段

做好項目規劃才能較好的做好項目全局掌控。此階段需要組建項目團隊、劃分職責權限、確定項目目標及里程碑節點。

1.了解清楚項目背景

了解項目的需求內容，梳理項目背景，可以通過客戶的SOW（Statement of Work）工作說明書來了解。

2.組建項目團隊

組建團隊，確定項目利益相關方：

客戶方：哪些人參與項目建設工作，哪些領導重視項目，特別要著重了解客戶方的工作方式及一些工作標準。如客戶方是否有一些制度上的要求，或者工作內容上是否有一些文檔相關的標準。

公司內部：主要是交付人員、研發人員等。

3.項目啟動大會

啟動大會非常關鍵，既是動員會，又是分工會。項目啟動會的順利召開為后續項目的順利推進奠定堅實基礎。

一般來說，召開項目啟動會議前期要做好以下幾項準備工作：

1) 對企業現狀和信息化建設有基本了解。

2) 完成關鍵部門初步需求調研。

3) 組建項目團隊，明確組織機構、人員的配置、項目的組織資源管理等。

4) 制定項目工作章程，對實施范圍、策略、規范及標準達成共識。

5) 制定項目計劃，明確實施內容、時間進度等。

6) 準備項目啟動會議議程和各種會議材料。

二、藍圖設計階段

在方案輸出之前，要摸清楚需求、背景、可投入資源等，最好要具體到業務、數據、技術等層面的需求。

1.需求調研及分析

針對項目所涉及的系統和業務進行充分的需求調研。調研方案如下：

調研目標 ：充分了解企業在數據管理、數據分類、數據標準等方面的現狀以及需求痛點。

調研部門 ：集團本部業務部門及其分子公司的業務部門

調研方式 ：問卷調研、現場訪談

調研計劃 ：包含時間、地點、人員、聯系方式、調研對象

調研產出物 ：《××部門訪談記錄》、 《××集團主數據調研報告》……

△需求調研細節示例

2.確定實施方案

整理人力域、采購域等數據域調研成果，結合各產品線和業務線提供的資料，形成數據治理需求分析文檔并與客戶進行確認，制定數據治理實施路線圖。

三、數據治理實施

數據治理平臺是基礎，管理是保障。需要推進數據治理委員會的建立，明確責權分配，同時基于平臺為相關制度標準提供落地支撐，如周期性輸出數據質量分析報告等。數據治理體系建設和平臺建設實現兩條腿走路。

（一）管理體系建設

對標業界主流數據管理成熟度評估模型，開展差異化分析，查缺補漏完善數據管理體系。包括數據管理組織、數據管理制度、數據管理流程、數據管理考核等。

1.數據管理組織

數據管理組織需要建立職能明確的數據管理機構，落實各級部門的職責。包括決策層，由企業高層組成，主要負責確定管理目標，決策數據管理的制度、流程、職責等核心問題的處理；管理層由數據管理中心、專項數據管理組和專家團隊構成，負責落實管控；執行層由具體管理和使用數據的單位和部門構成，負責具體實施推進。

有效的組織機構是項目成功的有力保證，為了達到項目預期目標，在項目開始之前對于組織機構及其責任分工做出規劃是非常必要的，數據治理項目管理組織建議采用如下圖所示的組織結構：

（一）組織層次

數據治理委員會由校領導和部門負責人組成。委員會定義數據治理愿景和目標；組織內跨業務部門和 IT部門進行協調；設置數據治理計劃的總體方向；在發生策略分歧時進行協調。

數據治理工作組是組織內委員會下面的下一個級別。工作組執行數據治理計劃。工作組負責監督數據管理員工作。數據治理工作組由數據治理委員會中各相關部門負責人主持。

每個業務部門有至少一位業務分析員，信息部門設置數據質量分析員、數據管理員、集成開發人員。各工作人員負責本部門數據的質量，履行職責，解決具體的問題。

（二）組織職責

根據數據管理工作的實際需要，在業務管理部門、技術管理部門和業務應用部門確定各工作人員的職責。

數據治理委員會的職責范圍：

1．從戰略角度來統籌和規劃，對數據資產和系統進行清理，確定數據治理的范圍；明確數據源的出處、使用和管理的流程及職責；

2．明確數據治理的組織、功能、角色和職責；　　3．負責各工作組成員的培訓工作；　　4．負責審查各工作小組的目標、原則，批準數據管理的相關制度、標準及流程；　　5．負責確定數據治理的工具、技術和平臺；　　6．負責制定數據治理的評估指標、方法。

數據治理工作小組，其主要工作職責是：

１．負責數據治理的牽頭，組織、指導和協調學校的數據治理工作；

２．綜合數據治理管控辦法、數據治理考核機制等有關規章制度的牽頭制定、修改等；３．負責數據的分析整理并出具數據指標報告；４．負責數據的監測預測工作；５．建立數據沖突的處理流程和數據變更控制流程。６．負責對基礎數據質量的檢測、發布、考核和清理完善工作。

工作組成員：業務分析員、數據質量分析員、數據管理員、集成開發人員。這些不同的角色在數據治理過程中承擔著彼此不同，而又相輔相成的職責。

其中集成開發人員在數據治理流程中需要擔負起數據訪問、驗證數據結構、驗證數據、交付數據以及數據庫/知識庫的構建等角色，因此他們的工作包括：

訪問及交付相應數據給業務用戶 提高數據處理的性能 最大化減少異常/出錯的影響 開發和完善技術最佳實踐

數據質量分析員在數據治理流程中負責數據的剖析、清洗匹配合并等。工作包括：

為開發人員定義數據規格及標準 為機構有效的追蹤數據質量問題 實施被業務人員和數據管理員定義正確的數據質量規則 不間斷的監控數據質量水平及問題

業務分析人員在數據治理流程中負責定義數據的轉換規則，工作包括：

與需求開發人員協作，正確捕獲和解析業務需求 與開發人員和數據管理員協作，為業務用戶縮短數據產生價值的時間

數據管理員需要定義引用數據，并管理元數據，工作包括：

保證數據的質量、正確、完整、一致、審計及安全性 定義“引用/參考”數據 為組織機構數據實體給出正確業務定義 為組織機構解決混淆和有爭論的數據定義

2.數據管理制度

數據管理制度規定了數據管理工作的程序、章程及方法，是進行數據管理活動的行為規范和準則。

3.數據管理流程

數據管理流程主要包括數據生命周期管理流程、數據標準管理流程、數據質量管理流程等。

4.數據管理考核制度

數據管理考核制度是數據管理制度落實的關鍵保障，根據企業實際情況建立清晰的、可操作的的考核辦法。

5.數據管理細則

數據管理細則是指引各數據管理活動如何開展的技術規范，包括規范制定數據標準的標準，制定數據質量檢查規則的標準等可執行的技術文件。

△數據管理體系輸出內容示例

（二）系統能力建設

搭建數據治理平臺，通過技術手段為數據治理工作提供高效的運營支撐，實現企業數據資產的統一管控，包括以下方面：

1.數據采集、轉換

包括數據源管理、批處理作業配置、流處理作業配置、任務管理等。

2.數據湖、數據倉庫設計

需按企業實際情況進行數據倉庫、數據湖設計，需要滿足數據應用的使用需求、審計需求、數據全版本管控及數據總量需求，需充分考慮平臺擴展性及健壯性。

3.數據治理

包含元數據管理、數據標準管理、數據模型管理、數據質量管理、數據標簽管理、數據指標管理、數據資產管理、數據安全管理、數據需求管理、數據挖掘、數據服務。

4.平臺管理

包含平臺監控、日志審計、訪問控制、身份鑒別、密級標識、系統加固功能等。

5.三網部署要求

支持將辦公網制定的數據標準等數據同步至工控網、互聯網中，并進行元數據抽取、落標檢查等活動，將檢查結果同步至辦公網中，實現三網數據管理活動的同步進行。

6.系統集成

集成各系統數據，將治理后的數據資產按需配置提供API（數據服務接口），供其余業務系統調用。

△數據治理平臺架構圖

以下是對各種數據治理平臺技術架構和功能模塊的詳細介紹，比如：

元數據管理工具：

主數據管理工具：

數據質量管理工具：

數據安全管理工具：

數據資產管理工具：

（三）需求范圍的管控

需求管理會貫穿至項目整個生命周期，尤其在項目中期階段，每個需求的變化或調整都會對項目的整體進度或發展產生影響。

每當一個新的需求提出，一定要先從客戶的角度上去考慮需求增加或調整的內在邏輯，再結合系統本身的功能以及用戶的實際業務需要進行綜合考慮。

如果確實是合理的需求，也要充分結合項目進展情況來分析是要放在當前版本實現。

四、項目驗收階段

此階段主要的工作內容有：核查并完成未完成事項、 用戶操作培訓、系統運維培訓、交付文檔整理、項目總結與驗收。

1.用戶培訓

用戶培訓階段除了對用戶進行系統操作培訓，更重要是培養員工的數據思維，積極投入到數據管理工作中來，持續沉淀各數據角色的數據能力。

2.試運行及上線

上線階段，可先進行小范圍的系統試運行，從業務滿足性方面檢驗數據治理平臺運行效果，重點是業務流程滿足度和業務場景滿足度，最后安全上線。

3.運維管理

數據治理項目是一個長期的且持續開展的工作，需要持續問題跟蹤，建設運維管理制度。在使用過程中，結合用戶反饋不斷地優化和完善系統，讓數據治理系統保持與業務發展的適配度。

數據治理項目是以管理為主導，以工具為輔助的項目。表面上是在建設一個數據治理系統，實質是企業管理流程及業務發展的一次變革。通過項目推進，幫助企業梳理自身的數據脈絡，重新定義各類數據的權責與歸口，讓數據能夠在制度的約束下逐步完善，切實發揮價值。