垃圾進垃圾出。自打孔卡和電傳終端以來，這個座右銘一直是真實的。如今，復雜的IT系統同樣依賴于高質量的數據，無論是在會計，生產還是商業智能方面，都能為用戶帶來價值。但是，數據不會自動正確地格式化，而是主動告訴您它隱藏的位置或應該如何使用。不，數據就是。如果您希望業務數據滿足可用性，可用性，完整性和安全性標準，則需要數據治理策略。

一般而言，數據治理是組織的首要戰略，以確保他們使用的數據清晰，準確，可用且安全。來自業務部門，合規部門和IT的數據利益相關者最有能力領導數據治理，盡管這個問題非常重要，足以引起CEO的注意。一些組織甚至指定一名數據治理官員負責全面收費。高級目標是擁有一致，可靠的數據集來評估企業績效并做出管理決策。

臨時方法可能會回來困擾你。數據治理必須變得系統化，因為大數據在類型和數量上都會增加，用戶會尋求回答更復雜的業務問題。通常，這意味著設置獲取和處理數據的標準和流程，以及確保遵循這些流程的程序。如果您想知道這一切是否值得，以下五個原因可能會讓您信服。

原因1：確保數據可用性

即使是商業智能（BI）系統也不會顯得很聰明，如果用戶無法找到為其供電所需的數據。特別是，自助BI意味著數據必須足夠容易定位和使用。經過多年聽到有關組織孤島的罪惡，應該明確的是，即使個別部門“自己”的數據，該數據的管理，必須在整個組織中同樣的方式進行。授權使用的數據可能會受到限制，因為在敏感的客戶數據的情況下，但用戶不應該忽視它的存在，當它可以幫助他們在他們的工作。

可用性也是一個容易使用的適當數據的問題。現在有一種趨勢是在非關系數據庫或數據湖中存儲來自不同來源的非結構化數據，可能很難知道正在獲取什么類型的數據以及如何處理它。因此，數據治理首先要建立數據捕獲，以獲取您的企業及其不同部門所需的內容，而不是一切都在陽光下。然后，治理還確保應用數據模式以在存儲數據時組織數據，或者確保用戶可以使用工具來處理數據，例如從非關系（NoSQL）數據庫運行業務分析。

原因2：確保用戶使用一致的數據

當首席財務官和首席運營官從不同的數據集中工作并得出關于相同主題的不同結論時，事情將變得困難。在企業的所有其他級別也是如此。用戶必須能夠訪問一致，可靠的數據，以便比較有意義并且可以檢查結論。這已經成為確保數據治理在整個組織中得到驅動的一個很好的理由，由管理人員，經理和數據管理員組成，他們擁有知識和權限，以確保所有人遵循相同的規則。

全球數據治理舉措也可能源于提高部門級數據質量的努力，因為沒有計劃個別系統和數據庫進行信息共享。數據治理團隊必須處理此類情況，例如，通過協調部門信息資源。數據一致性的提高意味著執行層面的爭論越少，對所分析數據的有效性的懷疑程度越低，對決策的信心也越高。

原因3：確定要保留哪些數據以及刪除哪些數據

數據囤積的風險與實際囤積的風險相同。充滿無用垃圾的IT服務器和存儲單元使得很難找到任何有價值的數據或者之后做任何有用的事情。用戶使用陳舊或不相關的數據作為重要業務決策的基礎，IT部門費用增加，以及數據泄露的漏洞增加。不幸的是，這個問題很常見。根據Veritas Data Genomics Index 2017調查，組織存儲的數據中有33％只是ROT（冗余，過時或無關緊要）。

然而，事情并非必須如此。大多數數據不必保留數十年，“以防萬一?！崩纾闶蹣I領導者沃爾瑪僅使用過去四周的交易數據進行日常商品分析。良好的數據治理策略的一部分是仔細考慮哪些數據對組織很重要以及哪些數據應該被銷毀。數據治理還包括員工確保數據不必要地重復的程序，以及根據年齡或其他相關標準進行系統數據報廢（例如，歸檔或銷毀）的策略。

原因4：解決分析和報告問題

數據治理的一個重要方面是整個組織的度量標準以及驅動它們的數據的一致性。如果沒有明確記錄的指標標準，人們可能會使用相同的詞，但意味著不同的東西。當分析工具因部門而異時，業務分析就是一個很好的例子。自助分析或商業智能可以為企業帶來福音，但前提是人們以一致的方式解釋指標和報告。

當報告缺乏澄清時，誘惑往往歸咎于技術。然而，根本原因通常是所涉及的工具和系統的錯誤配置。它甚至可能在他們錯誤的應用程序中，例如報告工具被錯誤地應用于生產數據庫，觸發性能問題，這意味著交易和分析都不能令人滿意地完成。剝離和替換基本上合理的系統不是解決方案。相反，改進的數據治理帶來更多的好處，更快，并且成本更低。

原因5：安全性和遵守有關數據治理的法律

不遵守數據規定的后果可能是巨大的，特別是在涉及個人信息的情況下。一個典型的例子是，2018年5月的歐洲通用數據保護條例（GDPR）規定，對于影響歐洲公民的數據濫用或違規行為，違規罰款最高可達2200萬美元，占全球營業額的4％，以較高者為準。

有效的數據治理有助于組織通過定義如何獲取，存儲，備份和保護數據以防止事故，盜竊或濫用來避免此類問題。這些定義還包括審計和控制的規定，以確保遵循程序。實際上，組織還將開展適當的宣傳活動，以確保所有使用機密公司，客戶或合作伙伴數據的員工了解數據治理及其規則的重要性。隨著用戶對自助服務解決方案的訪問增加，教育和宣傳活動將變得越來越重要，這些解決方案中固有的數據安全水平也將增加。

結論

如果您將數據視為戰略資產，治理理念就變得很自然。公司財務必須保持秩序，必要的監督和審計，必須保證工作場所的安全并遵守相關法規，那么為什么數據 - 通常是關鍵的差異化因素和保密商品 - 有何不同？隨著IT自助服務和最終用戶授權的增長，良好數據治理的重要性也在增加。業務用戶在發現趨勢和做出決策方面的自主權可以幫助企業提高響應能力和競爭力，但如果它建立在數據無政府狀態的基礎上則不行。

有效的數據治理也是一個持續的過程。政策定義，審查，調整和審計以及合規審查和質量控制都作為數據治理生命周期定期生效或重復。因此，數據治理永遠不會完成，因為關于數據的新來源，用途和規則也從未完成。對于商業智能等環境，特別是在自助服務環境中，良好的數據治理可幫助用戶以正確的方式使用正確的數據，正確生成業務洞察并做出明智的業務決策。