近些年來，“數據治理”這個詞總是高頻出現，讓人們對其“身世背景”格外好奇。國際數據治理研究所(DGI)給出的定義：數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰能根據什么信息，在什么時間和情況下，用什么方法，采取什么行動。

小億翻譯成人話其實就是：數據治理治什么？誰來治？怎么治？下面我們將從這幾個方面一一為大家解釋，讓大家對數據治理這個概念有更全面的認識。

目錄
what：數據治理是對數據進行治理？還是利用數據來實現治理？
who：數據治理的主體是誰？誰來做最合適？
how：數據治理具體該如何做？
which：借助哪個平臺或工具來落實數據治理？

01、WAHT：治什么？

數據治理治的是數據嗎？你大大的腦袋是不是有大大的困惑？要想回答這個問題，首先你得弄清楚數據是什么？數據是指對客觀事件進行記錄并可以鑒別的符號，是對客觀事物的性質、狀態以及相互關系等進行記載的物理符號或這些物理符號的組合。說人話就是：數據是有意義的數字。

過去10年，大家對數據的重視程度發生了顯著的改變。過去，數據被視為組織運行的必需品，如今大多數的領導者認為數據是重要的戰略資源，也就是數據資產，可用于提高銷售和盈利能力。但是隨著時間的推移管理數據變得越來越困難和昂貴，數據量呈指數級增長，收集和分析的數據種類也在增長。非結構化數據正變得與結構化數據一樣有意義，因此，數據資產的妥善使用和恰當管理變得異常重要。

狹義上講，數據治理專注在數據本身。數據治理的目標，是對數據質量進行提高，同時確保數據的安全性，推進數據資源的整合、共享進程。廣義上講，數據治理是對數據實現全生命周期管理。只要是為整個數據生命期而展開的業務、技術、管理活動，都屬于數據治理的范疇，包括但不限于傳統數據集成和存儲環節的工作（如數據采集、清洗、轉換等）、數據資產目錄、數據標準、質量、安全、數據開發、數據價值、數據服務與應用等。

02、WHO：誰來治？

2004年以來，黨和國家的政策文件中陸續對政務數據治理工作提出了一系列相關要求。全國34個省（自治區、直轄市）共出臺了125份省級政府層面與政務數據治理直接相關的政策文件。不管是國家、地方還是企業對數據治理的態度越來越明朗和重視。

目前數據治理最核心的三大主體：企業、個人和政府。企業是數據治理的核心推進者，個人是數據治理的主要參與者，而政府是參與者、推動者，同時也是監管者。企業對數據資產的治理也可以被看作是公司治理的一部分，需要在企業戰略層面從上至下進行推動，通過建立組織架構，明確董事會、監事會、高級管理層及內設部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發揮價值。政府對數據產業、數據經濟乃至整個社會數據化過程進行全方位的、引領式的治理，如國家數據戰略，其監管者的身份更為突出。

數據大治理強調多元化參與，不僅包括政府數據治理，也包括企業自律和消費者個人信息保護意識提高等等，政府、企業、公眾三方協同配合，共同挖掘數據的價值

03、HOW：怎么治？

數據治理是一個復雜的系統工程，是一個從上至下指導，從下而上推進的工作。基于數據治理體系，可以提煉出以下四大方面：

1.建組織，立制度
數據治理組織的建立并不是簡單的組建一個臨時團隊，也不僅僅意味著有了專業的人就能做專業的事，而是要建立一個能足夠支撐企業數據化業務的完整體系，包括組織體系、管理體系、執行體系、技術體系等方面。

另外，數據治理不應被視為“以一應萬”的萬能方法，數據治理應該制度化。對數據產生、采集、處理、加工、使用等過程進行規范。通過統一數據標準，制定合理的數據管理流程和制度，規范數據生產供應的過程。要確保數據符合業務需求，并在整個組織中定義、監控和執行數據策略從而確保一致性。

2.摸家底、拉人才
第二步要根據各政企單位的實際情況來進行需求調研，先摸清自家家底，確定企業數據資產的分布、數據的質量、數據的管理現狀、數據應用需求等情況。其重點是要細化至數據治理項目的目標和范圍，評估數據治理成熟度，確定改進內容和方向并與利益相關方達成共識。

除此之外，政企也需根據實際情況建立自己的人才體系，包括人才選拔和數據治理人才培養。不光對外廣招專業人才，也可從內部選拔相應的技術專家、業務專家，他們對業務層面會更加了解。

3.建平臺、選工具
數據平臺的搭建也是“因人而異”的，不同的企事業單位對于搭建數據治理平臺的需求及各業務模塊的重視程度都不一樣，也有一定程度的輕重緩急。但一個全面的數據治理平臺應該包含以下九大塊，即元數據管理、數據標準管理、數據質量管理、數據集成管理、主數據管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理。

數據治理平臺涉及面廣，體系龐大而又復雜，一般公司或部門想要完全依靠自身力量搭建這樣一個平臺基本上是很難的，如果能選擇一個在業界有口皆碑的工具，借鑒已成功運用落地的行業解決方案，則會在最短的時間內完成治理目標，達到事半功倍的效果。關于工具如何選擇我們將在下一段里再詳細展開。

4.持續優化，再出發
通過數據治理工作的開展，數據變得可信且易于理解，并能有效地支撐業務人員的決策分析工作。越來越多的人員轉變為“數據專家”，工作方式也隨之改變，但是它并不是一個一蹴而就的事情。

數據治理是一個螺旋上升模型，需要不斷的迭代和優化，需要進行長效的持續運營，要將其變成企業的一種機制、一種文化、一種習慣，而數據治理每一次迭代優化都預示著政企數據戰略目標的再出發！

04、WHICH：啥工具？

上面回答了數據治理，治什么，誰來治，如何治的問題后，想必大家已經逐漸對數據治理這個概念形成了一個整體清晰的認識。下面我們來講講技術細節以及工具的選擇，要想打造一個全面整體的數據治理平臺，從技術實施角度來看，要包含：理、采、存、管、用，這五個步驟，即業務和數據資源梳理、數據采集清洗、數據庫設計和存儲、數據管理、數據使用。

來自億信華辰的智能數據治理平臺——睿治，是目前國內功能齊全的數據治理工具，擁有元數據管理、數據標準管理、數據質量管理、數據集成管理、主數據管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理九大模塊。

各模塊都各有特點和使命，在企業的數據治理中有著不同的功能側重，但是解決問題的目標是一致的——提升數據質量提高數據利用效率。當我們將以上數據治理的9大核心能力組合起來以后，就形成了一個完整的數據治理平臺，能全面回答并響應“數據治理怎么治”的問題。另外，這九大模塊也可以根據需求來組合，以滿足不同企業不同的業務場景和需要。

睿治作為億信華辰的王牌產品，已成功運用于各大政企，形成了良好的業界口碑，獲得不少的榮譽獎項。下面這則佛山市某政數局的案例就在第三屆“數據標準化級治理優秀評選”中榮獲【數據治理優秀實踐獎】。

佛山某政務服務數據管理局

佛山區某政數局在睿治的幫助下進行了一次徹底的數據治理革命。由于前期該區對大數據的重視，大數據池已沉淀了3億多條數據，其中包括127萬自然人數據、18萬法人數據、58萬城市部件數據以及275類地理空間相關的數據。原有數據交換平臺存在交換速度慢、加載策略單一、加載方式單一、共享方式單一等問題。

在利用億信華辰的睿治數據治理平臺協助梳理業務數據后，逐步理清了元數據血脈關系、制定了數據入池標準，形成了動態數據質量管控的機制，數據的可用性得到大幅度提升。基于治理得到的統一、標準、高質量數據，能滿足各類實際應用需要。其中惠及面最廣的要屬“中小學無紙化報名改革”，由于委辦局數據的打通，繁瑣的入學審批流程被徹底改變，線上統一無紙化操作，廣受家長好評。

在大數據時代，數據已經成為一個組織最寶貴的財富之一，政企也越來越重視數據治理和數據資產。像上述這樣的列子億信華辰還有許多許多，未來我們有信心有能力幫助更多的政企開啟數據治理的新征程。