為了從數據中獲得價值，數據管理員（Data Steward）必須了解業務需求并加以應用。當在為數據利益相關者提供最佳服務方面出現業務上需要澄清的狀況時，數據管理員需要知道如何找出這些信息以及與找誰了解情況。然后這些數據受托人員協調業務目標與業務需求，從而更好地影響數據質量。數據管理員為了妥善保管數據資產應了解業務標準架構。數據治理，無論是正式的還是非侵入性的，都反映了這些結構，并為這些框架提供了背景和方向。當數據管理員誤解了業務框架，進而采用了錯誤的數據治理方式時，數據質量就會受到影響。正如功夫、空手道、卡波耶拉、巴頓術等武術需要了解對手的背景，以最好地擊敗他們一樣，數據管理員也應該遵循數據要滿足目標的規則和概念。
在瞬息萬變的市場中，各個公司的業務規范不同，尤其是在數據質量方面。客觀數據質量測量閾值因機會和威脅而異。在這種情況下，數據管理員需要在業務標準方面具有靈活性，同時仍將生成的數據資產作為業務發展的一部分。隨著數據質量要求的不斷發展，公司如何才能找到并挽留住掌握其業務需求，并知道如何讓數據滿足業務用途的數據管理員，以下四項活動是成功的基礎：

1. 描述數據管理員的角色

2. 尋找最適合數據管理角色的人員

3. 培養尊重他人問題和專業知識的合作文化

4. 進一步提高集體數據素養

一、描述數據管理員的角色

公司需要知道數據管理員的角色就是滿足業務需求并提高數據質量。通常，數據管理員根據業務需求在整個數據生命周期中維護數據，并與數據所有者合作。然而，取決于公司的數據戰略和數據治理實施情況。一家公司中的數據管理角色不一定與另一家公司的相同。例如，地球科學信息合作伙伴（ESIP）希望通過FAIR框架（使數據可查找、可訪問、可互操作和可用）促進地球科學家之間的合作。為此，ESIP需要數據管理員來創建數據引用指南和統一的指標，供科學家在多個地球科學數據庫中查找信息。數據管理員需要具備地球科學，以及圖書管理相關的知識來規范和組織數據和元數據。另一方面，房地美（Freddie Mac）的目標是在Ready（奠定基礎）、Set（識別并與管理者和利益相關者合作）和Go（按照約定執行數據治理計劃）框架內實現數據管理的可信度。房地美的數據管理員需要與數據所有者建立并保持有效的關系和聯系，就數據可用性和滿足這些關鍵績效指標（KPI）的指標進行咨詢。房地美的數據管理員需要是一位善解人意的、了解公司文化的業務領域專家并具有出色的人際交往能力。作為團隊的一部分，在通過定義清理數據的規則和策略，給用戶提供高數據質量價值方面，ESIP 和房地美的數據管理員的職責存在重疊。然而，他們在具體目標和框架需要具有很大的差異來滿足利益相關者的需求。

二、尋找最適合擔任數據管理角色的人員

數據管理角色涵蓋了一些總體能力，在特定的業務框架內，公司需要投資尋找管理數據的最佳人員。在較高的層次上，數據管理員需要知道可用的數據資產、如何定義它們以及它們服務于業務目的的程度。通常在防御性數據管理（確保遵守法規）和競爭性數據管理（利用商業機會）之間管理多項任務。但專業學科和IT專業知識的深度和應用上有所不同。全球數據戰略公司的Donna Burbank將數據管理分為兩種類型：業務和技術。業務數據管理員管理數據，他們具有業務領域方面的專業知識。他們執行日常數據清理任務，并維護數據質量以符合數據所有者的要求。技術數據管理員在所使用的數據系統方面具有專業知識。他們與業務數據管理員合作，提供技術支持，并擁有數據和IT知識，以自動化處理某些數據質量任務。許多數據管理角色適合各種業務和數據工程需求。因此，公司需要調查員工的業務范圍和技術能力。繼前面的例子，ESIP的數據管理員更傾向于掌握IT知識，尤其是語義和處理不同的地球科學本體概念。相比之下，房地美的數據管理員承擔了更重要的業務角色。一名數據管理員，能夠理解是什么造就了高質量的數據資產，并將其全套技能盡可能與數據管理員角色相匹配。

三、培養協作文化

為公司的數據管理員角色設置合適的人員，會對數據質量產生積極影響。但是，需要通過協作來提高數據管理員對業務資產和需求的理解、定義和工作的可信度。數據所有者、利益相關者、業務分析師、客戶和其他人需要利用和信任管理人員的專業知識，以便為高數據質量的業務需求提供度量和驗證。例如，銀行的業務需要升級企業的國際支票數據處理。管理人員授權IT開發和更新數據管理系統。項目實施數月后，該系統錯誤地整合了貨幣匯率，導致在計算賬戶存款和取款時出現數據質量問題。高管們希望向IT部門報告的數據管理員能夠識別并修復業務的數據質量。IT之外的會計師和業務人員以及需要與數據管理員協作的人員是否會相信他們的數據質量建議？在許多情況下，答案是否定的。一些IT程序員可能認為沒有必要仔細理解業務需求，因為數據管理員為IT部門工作，做出最終的數據質量判斷。即使是優秀的數據管理員也可能在發現數據質量方面存在失誤，因為IT部門不會對其表示贊賞，也不太可能質疑對業務要求的遵守情況。這樣的環境容易導致IT和業務之間產生不信任，在數據質量問題上相互指責，誤讀業務需求。為了緩解這種情況，Datanami的Alex Woodie寫道，數據管理需要在業務和IT之間發揮作用，促進兩者之間的協作，因為數據管理人員會跟蹤輸入的數據并向下游傳輸。在一種促進管理人員、IT和業務部門之間協作的文化中，通過減少痛點或開辟新的收入來源，流程開始變得更加高效。然后，IT業務關系獲得了可信度。雙方都通過執行調解人或權威機構提供和接受客觀反饋。數據管理員看到了領導力和團隊合作的重要性。隨著業務規范的變化，他們可以調整或澄清業務需求，并推動提高數據質量。

四、進一步提高整個企業的集體數據素養

優秀的數據管理員，在組織進一步提高數據素養時，能夠很好地理解和應用數據質量。具有較高數據素養的數據管理員可以閱讀、處理、分析數據，并用數據進行爭論。雖然基本的圖形閱讀和統計技能有助于數據管理員提高數據質量績效，但組織需要超越這些基礎知識， 提高集體數據素養，交流和應用上下文知識，來實現業務和數據戰略。提高集體數據素養意味著提高數據管理員對數據上下文的理解，其中差距在于掌握數據并將其應用于業務需求。這種集體數據素養鞏固了對所需管理角色、最適合數據管理工作以及業務和IT部門之間所需協作的理解。數據管理員通過遵循數據治理政策和程序來展示這種集體數據素養。例如，集體數據素養可以讓管理員了解匯率在哪里傳遞、誰擁有匯率、要問什么以及如何溝通匯率。他或她可以有效地從設定銀行間匯率和匯率的部門那里了解數據的去向以及數據的維護方式，而不是困在特定的IT和業務部門。集體數據素養為數據管理員提供資源來傾聽和響應業務需求，在企業內建立可信度，并促進利益相關者之間的協作。它通過闡明業務標準并響應市場變化的對話來做到這一點。這樣，隨著業務的發展，數據質量會通過數據管理員來提高。

本文翻譯自 Michelle Knight 的 How to Influence Data Quality Through Data Stewardship，僅供大家學習參考。