數據治理既要嚴抓過程，更要注重結果。為了提高數據治理執行效率，通過建立相應的數據治理考核辦法，并關聯組織及個人績效，通過檢驗數據治理各個環節的執行效果，以保證數據治理制度有效推進和落實。

數據治理績效考核體系的建設主要包含以下幾個方面：

01 數據治理績效考核目的

數據治理績效考核本質上是一種對企業數據治理的過程管理，而不是僅僅對結果的考核。其目的是有效執行數據標準、提升業務操作的規范性、提高數據質量，進而促進業務效率、決策水平的提升。它是通過對數據治理過程的管控，將數據治理目標按時間、按主題、按部門等多個維度進行分解，形成可量化考核的指標，不斷督促相關干系人實現，加強企業對數據治理的認知和數據文化的培訓，是達成企業數據治理目標的有效方法。

02 數據治理考核原則

企業的數據治理工作應作為企業的一項常態化業務，數據治理績效考核應融入企業管理的組織績效考核體系，并應遵循以下考核原則：

1、公平公正原則公平公正原則是設計、確定的推行績效考核機制的前提。績效考核體系不具備公平公正的原則，就無法發揮績效考核應有的作用。績效考核的內容、考核指標、考核程序均應向數據治理利益相關者進行公開；同時，考核應客觀、準確地體現出數據治理的效果和被考核人員的能力和態度。數據治理績效考核也是幫助企業員工提升數據管理、數據應用能力的一種重要的手段。

2、嚴格考核原則企業一旦開始執行數據治理績效考核，就必須遵循嚴格的原則。考核不嚴格，就會就會流于形式，形同虛設，不僅不能全面地反映數據治理真實情況，而且還會產生消極的后果。考核的嚴格性包括：要有明確的考核標準；要有嚴肅認真的考核態度；要有嚴格的獎懲制度與科學的考核方法等。

3、公開透明原則數據治理應具有透明性，數據治理的各項策略和流程不應成為企業內個別部門或人員的私有或保密的內容，而應該對企業所有人員公開，讓大家對數據治理工作都有一定的認識和理解。數據治理的考核內容、考核指標、考核辦法、考核結果也應是公開的，這是保證績效民主的重要手段。考核結果公開，一方面，可以使被考核人員認識到數據治理的重要性，并了解自己的在數據治理工作中的不足，幫助績效差的部門和人員提升能力和思想認知，鼓勵績效好的部門和人員再接再厲、保持領先。另一方面，還有助于防止考核中可能出現的偏見以及種種誤差，以保證考核的公平與合理。

4、客觀評價原則對于無法量化或者無法借助計算機軟件程序進行評價的數據治理考核指標，需要人工考核。人工考核應當根據明確規定的考評標準，針對客觀的考核資料進行評價，避免滲入主觀性。

03 數據治理考核

指標體系與企業的其他業務（銷售、采購、生產、財務等）相比數據治理是企業業務中最困難的領域，一個重要的原因是數據治理的成效難以量化。銷售、采購、生產、財務這些業務都是可以通過數據量化的，比如，銷售了多少產品，采購了多少物資，生產消耗、產量，財務收款、付款的數量……都是可以量化的。而當被問到企業的數據治理是否奏效？這樣的問題常常讓人無所適從。企業數據治理普遍存在的一個現象：當一切業務正常且沒有數據問題時，數據治理的努力就會被忽略，功勞永遠是前端業務部門的。當出現業務問題且是數據問題引起的時，首先要怪的是數據治理沒有做好，數據流程無法正常工作，數據質量就無法正確控制！這聽起來很耳熟吧？為了向企業證明，企業在數據治理上的努力和投資能夠讓企業受益——降低了成本，增加了收入，提升了決策效率。企業還需要對數據治理的目標進行分解，定義出可量化、可執行、可度量的數據治理指標體系。數據治理指標體系的三個要素：

問題?– 數據報告不準確，業務溝通耗時較大，業務處理效率低下。

目標?– 通過使用準確的數據和已定義的數據管理流程，降低銷售、庫管、生產等業務部門的溝通成本，提升業務處理效率，提高業務和管理決策的效率。

影響?– 提高數據報告準確性，降低業務的溝通成本。了解企業亟待解決的問題、治理的目標以及解決問題的影響，能夠得出需要改進的內容，形成數據治理的指標。通過使用指標來衡量數據治理的成功對實現數據目標至關重要，它可以幫助企業走上正確的數字化轉型道路。

04?常見數據治理考核指標一些常見的數據治理考核指標包括：

1、組織人員相關 數據治理運營報告的提交頻次 數據治理運營報告的平均查閱人數，最高查閱人數 數據治理例行會議的召開頻次 高層領導參與數據治理例行會議次數的百分比 確定的數據域數量和數據治理關鍵干系人數量 數據治理流程在業務部門的執行率 參加數據治理培訓的人數/次數 在新系統/流程中接受數據治理培訓的人數/次數 數據治理參與人員對數據治理理論、技術工具的掌握程度?

2、數據質量相關 數據完整性，例如：屬性完整性的百分比 數據及時性，例如：數據從發送到接收的時間 數據正確性，例如：某數據集中臟數據的百分比 數據一致性，例如：某數據指標在數倉和源系統的數值是否一致，某相同名稱數據實體在不同系統的業務含義、數據結構、質量規則是否一致 既定周期內發生數據質量問題的個數 數據質量問題的影響范圍，例如：集團范圍、組織內部、部門內部、僅對操作者本人有影響 數據質量問題的嚴重程度，以存在的潛在風險或造成的經濟損失為依據進行人工考核 數據質量問題處理的及時性 周期性數據質量稽核的執行情況?

3、數據標準相關 按主題域劃分的接受數據標準（用于特定數據或數據元素的數據）的部門的百分比 按主題域劃分的共享數據標準的應用系統數據元素數量的百分比 按主題域劃分的使用數據標準的業務流程數量的百分比 按主題域劃分的使用數據標準的輸出報告數量的百分比 按主題域劃分的使用數據標準人數的百分比 按主題域劃分的集成業務流程數量的百分比?

4、治理流程相關 數據治理流程在業務部門的執行率 數據的安全合規使用天數 確定的數據問題數量 上報給數據治理委員會的問題數量 從問題識別到解決的時間 批準和實施的數據治理政策和流程的數量 發布的數據標準數量 數據標準被企業采用的數量 提高項目效率和新項目啟動的設置 對新產品上市時間影響（以時間為衡量標準）?

5、治理技術相關 數據問題修復的時間/成本 合并的數據源數量 使用主數據的業務系統數量 每日主數據分發的數量，失敗數量 使用的本地電子表格數量 從源到使用的可追溯的數據屬性數量 唯一標識符的數量 重復的產品數量 SKU的上架數量 在來源驗證的數據百分比 在中央分配中心驗證的數據百分比 源數據庫和目的數據庫驗證的數據之間的差異數 映射到數據模型和對象的業務術語數量 血緣分析完成百分比 提高數據報告效率和準確性?

6、業務價值度量 將搜索客戶信息的呼叫中心處理時間從5分鐘減少到2分鐘 提高生產率，可以使1-2人重新分配到其他高價值活動 改善客戶滿意度，縮短呼叫處理時間 銷售額提高5–10％，可使銷售團隊增加廣告的投入數量 將財務的對帳時間從每月3天減少到每月3小時 在一年之內，企業應能夠確定由于受監管的報告中的不正確歸檔而減少了因違反監管規定而導致的罰款。

05 數據質量的檢查辦法

數據治理的績效考核需要對單個數據點的數據準確性進行檢查，及時發現數據質量問題，常用的數據質量問題檢查方法有：記錄數檢查法、關鍵指標總量驗證法、歷史數據對比法、值域判斷法、經驗審核法及匹配判斷法。

1、記錄數檢查法通過比較記錄條數，對數據情況進行概括性驗證。主要是檢查數據表的記錄數是否在確定的數值或確定的范圍內。適用范圍：對于數據表中按日期進行增量加載的數據，每個加載周期的記錄數為常數值或可以確定的范圍時，必須進行記錄條數檢驗。例如：每日新增會員數

2、關鍵指標總量分析法對于關鍵指標，對比數據總量是否一致。主要是指具有相同業務含義，從不同維度統計的匯總邏輯的檢查。適用范圍：①同表內對同個字段從不同的維度進行統計，存在匯總關系時必須進行總量檢驗。本表的字段與其他表中的字段具有相同的業務含義，從不同的維度統計，存在匯總關系，且兩張表的數據不是經同一數據源加工得到，滿足此條件時必須進行總量檢驗。例如：企業的總收入、總利潤、總費用、總投資等指標。

3、歷史數據對比法通過歷史數據觀察數據變化規律，從而驗證數據質量。從變化趨勢、加速或減速、周期，拐點等方面論證數據的可靠性程度。通常以同比發展速度進行判斷，評估時應根據各種指標發展特點，重點對同比發展速度增幅（或降幅）較大的數據進行審核。歷史數據對比法包括同比和環比兩種方式。適用范圍：不能進行記錄數檢查法、關鍵指標總量分析法，且事實表的記錄數小于1000萬條時必須采用歷史數據對比法。

4、值域判斷法確定一定時期內指標數據合理的變動區間，對區間外的數據進行重點審核，其中數據的合理變動區間范圍是直接根據業務經驗來確定的。適用范圍：事實表中的字段可以確定取值范圍，同時可以判斷不在此范圍內的數據必定是錯誤的，滿足此條件必須進行值域判斷法。例如：基于年齡維度統計在職員工的數量，低于18歲，高于65歲的數據屬于異常數據，應重點審核。

5、經驗審核法針對報表中指標間邏輯關系僅靠計算機程序審核無法確認、量化，或有些審核雖設定數量界限，但界限較寬不好判定的情況，需要增加人工經驗審核。適用范圍：無法量化或量化界限無法評定的情況，使用人工經驗審核法。例如：某數據安全事故對企業聲譽的影響程度。

6、匹配判斷法通過與相關部門提供或發布的有關數據進行對比驗證，判斷數據的有效性。適用范圍：與相關部門提供或發布的有關數據口徑一致的，可以使用匹配判斷法。例如：上市公司的凈資產收益率，總資產負債率。

07 數據治理考核機制

在數據治理考核的實際操作中可根據不同企業的具體情況，建立數據治理評估指標體系，明確考核辦法。數據治理考核辦法應涵蓋數據治理的組織人員、制度流程保障、技術措施等方面，重點突出數據錄入、審核、維護、備份、安全等重點環節，進行指標量化。依據考核標準，對必錄項的考核指標，在采集/錄入環節，其及時率、準確率、完整率必須達到95%以上；經過審核、修正后，其“三率”的考核指標應達到99%以上。數據治理考核結果應納入企業組織績效管理考核內容中。寫在最后的話績效考核機制是企業數據治理的各項制度有效推進和落實的重要保證，也是形成并固化“數據文化”的重要手段。實施數據治理的績效考核機制，企業必須對“數據治理”和“數字化”有深刻的認知和理解，并將數據真正作為重要的“生產要素”來管理，而不是一知半解，淺嘗輒止。再深刻理解“數據治理”內涵的基礎上，與自身情況相結合，制定有針對性的績效考核方案，而不能盲目搬用。