近一年以來，越來越多的企業在考慮或正在啟動數據治理的項目。

作為在該領域從業多年的人士，也常會被咨詢到：

本文主要圍繞下文中數據治理領域的三個核心問題來梳理，更重要的是，這三個問題，也是一家企業啟動數據治理項目前必須要想清楚的三個問題。

一問：為什么要治理?

這是一個數據治理項目啟動前必須要拉齊認知的問題。并不是為了治理而治理，治理本身并無價值。

我們認為：治理的價值在于構建企業內一份質量可靠、安全可控、服務便捷的好數據，讓數據價值得以釋放。也就是說：數據治理的終極目的是為了釋放數據價值，奠定數據價值釋放的基礎。

隨著各行各業數字化轉型進程的加速，業務數字化的基礎日漸扎實，數據驅動業務或數據化運營，不再是傳統頭部企業及大型互聯網公司的專利，越來越多的企業也在擁抱數據、消費數據。因此，數據治理的訴求呈現出日漸強烈的趨勢。

在數據資產治理的強烈訴求之下，啟動項目前，自上而下，企業必須達成一個統一認知：數據治理的終極目的是為了驅動數據消費、釋放數據價值。

二問：治理實現什么?

這是數據治理項目啟動前，需要細化和明確答案的一個問題。

數據治理并非一蹴而就，我們需要明確長期目標是什么，但同時也要明確短期項目范圍和目標又是什么。

數據治理的目的不難理解，制定數據治理項目的階段性目標可以從終極目的的數據價值釋放出發，也可以從數據體系的完善度出發。一般來說，后者是常見的直接目標。

當然，在數據領域摸爬多年的領域人士都知道，數據治理并非一蹴而就。一般圍繞四大關鍵領域“成本、質量、安全、服務”開展工作，進行目標設定。目標設定的可以借鑒以下思路。

1、生產經濟即成本方面，以控制甚至節約成本為目標，實際運作則需要拆解到業務線或者不同領域范圍的成本控制，比如銷售業務線、市場投放線等，再比如基礎數據線、流量日志數據線等。

2、質量可靠即質量方面，以減少數據質量問題、收窄數據質量風險敞口為目標，實際運作則需要拆解到應用場景或不同數據等級，如商品數據、銷售數據等，再如優先保障高管數據看板、驅動業務運行涉及的數據質量等。

3、安全可控即安全方面，以滿足合規要求、防止數據泄漏為目標，實際運作則需要拆解到不同的數據類型或流程環節，如隱私數據、監管報送數據等，往往安全體系能力建設是其中重要的工作。

4、服務便捷即服務方面，以盤點供給豐富的數據、驅動數據消費為目標，實際運作則需要拆解到不同的業務線、數據類型及服務場景，如營銷推廣、業務決策等。

從具體的工作開展來看，成本是數據到一定體量再重點關注的領域，質量是其中最重點也是最具挑戰的領域，安全是基礎，服務則是需要高度重視并投入打造數據價值的關鍵領域。

因此，在項目啟動之前，必須明確本次項目范圍重點的是哪個或哪幾個領域（如：成本、質量）、治理范圍是什么（如：客戶數據、監管報送場景、流量日志線數據）、核心目標是什么（如：3個月項目上線、XXX成本的節約、6個月P0級數據質量故障數為0、完成XXX數據的上架、數據服務體系能力建設形成XXX、XXX用戶的服務）。

總而言之，啟動治理項目前，必須對領域、范圍、核心目標進行選擇和設定。

三問：怎么實現治理?

目的目標明確，具體的數據治理應該如何實施呢？

這是保障數據治理項目成功的關鍵問題，涉及到人員組織及權責的設計、流程規范的設計、工具選型三方面的基礎工作，同時還要圍繞目標設定的領域、范圍及核心目標進行工作開展。

1、由于數據質量出現問題引發的原因很多，可能有技術層面的數據建設開發不規范，可能有業務層面的填報輸入有紕漏，可能有管理層面的組織機制不健全導致無人推進等，所以要對數據質量及管理進行摸底，確定質量的水位線及風險敞口，并制定事前事中事后全鏈路的數據質量治理方案。

2、數據價值釋放是數據治理項目的終極目標，所以一方面通過對企業所有數據盤點及管理，在數據供給側匯聚全域數據，體系化地組織數據，并豐富數據信息，另一方面強化數據運營培訓及推廣，建立良好的資產檢索和確信體驗，并和取數、分析等數據服務鏈接，實現數據資產在需求側消費擴大。與此同時，體系化呈現資產能力大圖及資產價值評估也是必不可少的。

3、數據安全方面，重點是數據識別后對數據的分類分級，同時對隱私及不同安全等級的數據采取不同的授權策略。不論從源頭的數據采集、授權，還是從外部引入合作，合規性都是今天數據安全范疇內非常重要的命題，因此相關流程機制及能力建設也可以是實施中的重要組成部分。

4、數據成本方面，重點對數據存儲及計算的浪費問題進行發現和處理，通過分析、設定治理項、啟動治理，實現成本的節約。

因此，啟動治理項目前，必須對基本的治理實施路徑進行定義，包括組織保障、流程規范、工具提效，并對涉及的領域如質量：進行全面評估、用全鏈路的視角對項目范圍內的數據建設進行質量風險控制、建立數據質量故障體系提升響應能力，同時重點關注價值出口，對數據資產進行盤點和運營推廣，讓數據被用起來。

寫在最后：

作為從業多年的數據人，也一直在反思，為什么數據治理提了那么多年，以前做治理項目成功的案例并不多見。如今再次被業內頻繁提起，項目成功的可能性已有了很大提升，主要原因在以下幾方面：

1、數字化轉型浪潮下，對數據治理都有了更客觀的認知，是長期能力建設而非運動式項目。

2、數據中臺和數據治理結合，數據的統一匯聚為數據治理提供了基礎，體系規范的數據建設又讓數據治理前置到事前事中，全鏈路式的數據治理而非點狀、事后的數據治理。

3、一批真正懂數據、實踐過大規模數據建設和數據運營的人員為數據治理提供服務，實戰沉淀而非紙上談兵。