這是關于數據治理運作的兩部分系列的第二部分。“?數據治理運作：差距?”系列的第一部分討論了需求是如何產生的，數據治理運營所需的一些主要原因以及所需要的。這部分更深入地了解了構建數據治理團隊，成功運營的樣子以及一些關鍵要點。

關鍵組成部分：內部治理團隊

數據治理是人員，流程和技術的結合。在這三個組成部分中，人員組成部分可以為運營的程度和成功貢獻40-50％。因此，充分了解內部治理團隊類型至關重要。除了治理團隊已經成熟并具有運營治理結構的少數組織之外，其他組織中的治理團隊總是屬于以下五種類型之一：

• 新手團隊：該團隊了解治理概念并對實施理解充滿信心，但缺乏實際的實施經驗。大部分由高能團隊組成，他們為治理計劃找時間。不幸的是，該團隊缺乏建立治理實踐的能力。這可能是由于信任問題或等待雇用高級官員（例如，CDO）來推進它。資金不是主要問題。
• 休眠團隊：該團隊主要由一些高級利益相關者組成，他們了解治理概念，并了解在業務部門或企業級別設置和操作治理需要什么。但由于缺乏高層管理人員推動治理，因此維持了反應性治理狀態。在這種類型中，資金和賦權不是一個問題。
• 虛擬團隊：由多個項目的主題專家組成的團隊，為治理相關的工作做出貢獻，主要是兼職。這在組織內的職能部門意識到治理需求的情況下很常見，但在企業級別沒有資金和高層管理人員的支持。目標是使治理繼續發展，直到觸發發生。由于這是一個虛擬組織，整個組織的治理策略執行受到影響。
• 老齡化團隊：這個團隊的平均年齡很高，他們對治理和實施治理的興趣水平很低。對治理舉措的抵制將清晰可見，因為它被視為會增加他們的工作量而不返回的東西。
• 無能為力的團隊：在治理概念方面，該團隊中的利益相關者的成熟度非常低。主要原因是缺乏高層管理人員的培訓和指導以及啟動治理。話雖如此，關鍵是要了解這個團隊是如何形成的，因為它有時會改變推薦/解決方案的動態。

上述每種類型都需要不同的操作策略。發布治理類型標識后，可以利用組織變更管理（OCM）來實施治理。例如，新手團隊需要授權，虛擬團隊需要物理化，無知團隊需要培訓和/或入職經驗豐富的管理人員來指導團隊前進。

數據治理在哪里成功運作？

將治理融入組織文化的組織和將自己標識為“數據公司”的組織在企業級別具有運營數據治理設置。在銀行和金融服務，醫療保健和生命科學等受到嚴格監管的行業中，重罰似乎在喚醒高級領導層，投資和重新審視其數據戰略以保持治理數據健康以避免這些罰款年度方面起著至關重要的作用。一年之后。

在零售等受到溫和監管的行業中，對360客戶視圖的需求促使公司實施數據治理。在能源與公用事業和制造業等行業，快速周轉，優化和效率的需求正在推動數據治理議程的發展。

差距

根據質量公理，

• “不能定義的東西無法衡量;
• 無法衡量的是無法改善的
• 無法改善的東西最終會惡化。“

在治理方面也是如此。高層管理人員希望每3個月看到一些有形的東西。換句話說，每花費一美元的投資回報率（ROI）。因此，如果沒有明確表示如何展示DG的好處，那么操作化將是一個遙遠的夢想。

解決這個問題的最佳方法是從小規模開始，為每個里程碑選擇正確的項目，范圍和指標。詳細說明，一次選擇一個治理區域，比如數據質量或元數據，并在顯示價值和進度時進行擴展。這將有助于降低成本，適應不斷變化的優先級，并靈活應對技術中斷。

重點外賣

戰略定義和實施之間的步驟對于成功實施治理至關重要。大多數精心策略定義包括對人員，流程和技術組件的成熟度評估。此外，他們還根據潛在的內部團隊確定了對變更影響的一些見解。如果其中任何一個不可用，這應該是第一步。仔細研究成熟度和變化影響指數應該可以高度重視可能阻礙組織運營的因素。一旦識別出可能的治理阻止者，就很容易逐一解決。

調查方法

該調查包括研究分布在銀行和金融服務，保險，醫療保健，能源和公用事業，零售，技術，通信和制造領域的19個組織。這些組織處于不同的成熟度和實施進度。分析模式：調查和與主題專家的交互相結合，接近各個客戶位置的數據管理。