睿治

智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

如何更深刻的理解數據治理？

時間：2022-03-31來源：玳瑁瀏覽數：617次

這是一篇關于數據治理的綜述，希望通過這篇文章讓大家對數據治理有全新的認識，后面列出了所有的參考文獻，方便拓展學習。注：文末有《數據治理規范》及《銀行業金融機構數據治理指引》PDF下載1、數據治理歷史探究“數據治理”的歷史可以發展分為三個階段。第一階段早期探索，早在1988年由麻省理工學院的兩位教授啟動了全面數據質量管理計劃（TDQM），可以認為是數據治理最初的雛形，同年，DAMA（國際數據管理組織協會）成立。時間一直走到2002年，數據治理概念首次出現在學術界，美國兩位學者發表題為《數據倉庫治理》的研究探討了Blue Cross和Blue Shield of North Carolina兩家公司的最佳實踐，由此拉開了“數據治理”在企業管理中的大幕。第二階段理論研究，在美國學者發表《數據倉庫治理》的第二年，2003年DGI(國際數據治理研究所)成立，研究數據治理理論框架，與ISO國際標準化組織對數據管理與數據治理進行定義。直到2009年，DAMA國際發布DMBOK《數據管理知識體系指南》[15]（以下簡稱《DAMA指南》），至此數據治理的理論框架基本固定。2020年DAMA國際發布DMBOK《數據管理知識體系指南原書第二版》[16]（以下簡稱《DAMA指南第二版》）。第三階段廣泛接受與應用，伴隨著數據倉庫的建設，主數據管理與BI的實施，國內也逐步開始接受并利用數據治理的概念進行推廣實踐。我國數據治理之路在DMBOK基礎上不斷延伸和擴展，里程碑事件為在2015年提出了《數據治理白皮書》[14]國際標準研究報告。2018年6月7日，國家市場監督管理總局和國家標準化管理委員會發布《中華人民共和國國家標準公告（2018年第9號）》，批準《信息技術服務治理第5部分：數據治理規范》[18]（以下簡稱《數據治理規范》）國家標準發布實施，標準號為GB/T 34960.5-2018，實施日期為2019年1月1日。《數據治理規范》是我國信息技術服務標準（ITSS）體系中的“服務管控”領域標準，屬于《信息技術服務治理》的第5部分。金融等行業也在實踐的過程中形成了自己的治理體系，比如銀行在2018年發布了《銀行業金融機構數據治理指引》[19](以下簡稱《銀行數據治理指引》)，標志著數據治理在我國銀行金融機構中全面實踐時代的到來，華為2020年出了本書《華為數據之道》，可以看到數據治理在企業中也開始發揮出越來越重要的作用。2、數據治理定義百度百科：數據治理（Data Governance）是組織中涉及數據使用的一整套管理行為。由企業數據治理部門發起并推行，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。國際數據治理研究所（DGI）：數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰（Who）能根據什么信息，在什么時間（When）和情況（Where）下，用什么方法（How），采取什么行動（What）。DAMA指南:數據治理是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行）。數據治理職能指導其他數據管理職能如何執行。數據治理是在高層次上執行數據管理制度。數據治理是通過連續性的計劃和持續改進的過程來完成的。除了持續性的改進，數據治理的另外一個標志就是共同決策。有效的數據管理工作需要跨組織邊界和系統邊界。銀行數據治理指引：數據治理是指通過建立組織架構，明確董事會、高級管理層、部門等職責要求，制定和實施系統化的制度、流程和方法，確保數據統一管理、高效運行，并在經營管理中充分發揮價值的動態過程。3、數據治理和數據管理辨析大家有時表示難以理解數據治理是什么，治理本身是一個通用概念，與其發明新的概念，還不如將其他治理的概念和原則應用于數據治理，比如公司管理和公司治理。（1）公司管理和公司治理公司治理與公司管理的區別起源于公司治理理論中的法律模型。這一模型認為，股東由于向公司提供資本，而成為所有者，擁有法定的權力，其中最基本的權力就是選舉董事會作為其受托人來進行公司的重大決策，再由董事會來選擇和監督經理，進行日常的經營管理。這樣公司治理與公司管理的區別在公司法關于董事會與經理之間的權責關系的界定上得到反映，即董事會從事治理，經理層從事管理。從目的上來看，公司治理的目的是為了降低代理成本，降低因代理人違背委托人意志而給委托人帶來的損失和成本，而管理的目的是正確選擇經營目標和高效率地實現經營目標，提高企業資源的利用效率;公司治理的主體是股東以及各利益相關者，而公司管理的主體是公司的經理層;公司治理涉及公司戰略方針的制定、控制和監督，以及公司與外部的社會、經濟和文化的聯系;管理則是運用一定的方式來知道或監督某一活動，以達到特定的目的;公司治理的焦點在外部，公司管理的焦點在內部，公司治理假定一個開放的系統，而公司管理相對假定一個封閉的系統;公司治理基于戰略考慮，公司管理基于任務考慮;公司治理考慮公司往哪個地方去，公司管理考慮怎樣使公司到達那里。從程序和手段來看，公司治理強調的是董事會借以監督和激勵經理的程序、方式和手段，重點強調利益關系的調整，公司管理關注的是為了達到公司的目標，經理應該做什么、怎么做，重點強調為達到特定目標應選擇的手段、方法和管理技術，也就是說，公司治理是董事會的工作，而公司管理則是經理的事情。總結一下就是，公司治理是指最高管理層（董事會）利用它來監督管理層在實現戰略目標的過程中，處于治理層既定的規則內（風險可控、績效可見）。公司管理就是在既定的治理模式下，管理層為實現組織戰略目標而采取的行動。?管理是在治理既定的“約束和激勵”的規則下，對組織資源進行整合與配置，確定目標以及實現此目標所采取的行動。（2）數據管理和數據治理的區別數據管理是指通過規劃、控制與提供數據和信息資產職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，以獲取、控制、保護、交付和提高數據和信息資產價值。數據治理是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行），指導其他數據管理職能如何執行，在高層次上執行數據管理制度。組織為實現數據資產價值最大化所開展的一系列持續工作過程，明確數據相關方的責權、協調數據相關方達成數據利益一致、促進數據相關方采取聯合數據行動，下圖示例了一個區別。數據治理與數據管理的關系如下圖所示：

數據治理的全過程：從范圍來講，數據治理涵蓋了從前端事務處理系統、后段業務數據庫到終端的數據分析，從源頭到終端再回到源頭形成一個閉環負反饋系統（控制理論中趨穩的系統），從目的來講，數據治理就是對數據的獲取、處理、使用進行監督（監管就是我們在執行層面對信息系統的負反饋），而監管的職能主要通過五個方面的執行力來保證——發現、監督、控制、溝通、整合。再舉例子：可以將審計、會計與數據治理放在一起比較，審計員和財務主管設置管理財務資產的規則，數據治理專家制定管理數據資產的規則，然后其它領域執行這些規則。財務審計人員實際上并不執行財務管理，數據治理確保數據被恰當的管理而不是直接管理數據，數據治理相當于將監督和執行的職責分離。如果你在一個基層單位做具體的數據安全工作，但總是被上級組織檢查，你就是在做數據安全管理工作，而制定檢查規范、總是來檢查你的上級組織就是在做安全治理的工作，你可能覺得這些人真是吃飽了沒事做，但站在全局的視角看，他們做的工作可能比你還更重要，因為他們要確保你在做正確的事。如果將數據治理類比于國家治理，數據治理相當于承擔立法職能（策略和標準）和司法職能（問題管理），數據管理則承擔行政職能（管理、服務和合規）。搞懂了數據治理和數據管理的區別，就能理解將數據治理的職責甩給IT部門是多么荒謬的事情，因此DAMA一直強調，數據治理應該是業務部門與IT部門共同的職責。4、數據治理的內容《DAMA指南第二版》給出了數據治理的主要內容，包括規劃組織的數據治理、制定數據治理戰略、實施數據治理和嵌入數據治理，如下圖所示：數據治理針對的主要對象如下圖所示：以之可類比的是《數據治理規范》給出的數據治理框架，包括四大塊：頂層設計、數據治理環境、數據治理域及數據治理過程，下面主要介紹這個框架。（1）頂層設計戰略規劃：數據戰略規劃應保持與業務規劃、信息技術規劃一致，并明確戰略規劃實施的策略，至少應：a)理解業務和信息規劃，調研需求并評估現狀b)制定數據戰略規劃，包括愿景、目標、任務、內容、邊界、環境和藍圖等c)指導數據治理方案的建立，包括但不限于實施主體、責權利、技術方案、實施策略和路線等d)明確風險偏好、符合性、績效和審計等要求、監控和評估數據治理的實施并持續改進以下是《華為數據之道》一書給出的華為數據工作的愿景和目標：華為數據工作的愿景：實現業務感知、互聯、只能和ROADS體驗，支撐華為數字化轉型。華為數據工作的目標：清潔、透明、智慧數據，使能卓越運營和有效增長。組織構建：組織構建應聚焦責任主體及責權利，通過完善組織機制，獲得利益相關方的理解和支持，制定數據管理的流程和制度，以支撐數據治理的實施：a)建立支撐數據戰略的組織機構和組織機制，明確相關的實施原則和策略b)明確決策合適實施機構，設立崗位并明確角色，確保責權利的一致c)建立相關的授權、決策和溝通機制，保證利益相關方理解、接受相應的職責和權利d)實施決策、執行、控制和監督等職能，評估運行績效并持續改進和優化以下是《DAMA指南》[15]給出的一個組織范例：架構設計：架構設計應關注技術架構、應用架構和架構管理體系等，通過持續的評估、改進和優化，以支撐數據的應用和服務：a)建立與戰略一致的數據架構，明確技術方向、管理策略和支撐體系，以滿足數據管理、數據流通、數據服務和數據洞察的應用需求b)評估數據架構設計的合理性和先進性，監督數據架構的管理和應用c)評估數據架構的管理價值和有效性，并持續改進和優化（2）數據治理環境內外部環境：組織應分析業務、市場和利益相關方的需求，適應內外部環境變化，支撐數據治理的實施a)遵循法律法規、行業監管和內部管控，滿足數據風險控制、數據安全和隱私的要求；b)遵從組織的業務戰略和數據戰略，滿足利益相關方需求；c)識別并評估市場發展、競爭地位和技術變革等變化；d)規劃并滿足數據治理對各類資源的需求，包括人員、經費和基礎設施等。促成因素：組織應識別數據治理的促成因素，保障數據治理的實施。a)獲得數據治理決策機構的授權和支持；b)明確人員的業務技能及職業發展路徑，開展培訓和能力提升；c)關注技術發展趨勢和技術體系建設，開展技術研發和創新；d)制定數據治理實施流程和制度，并持續改進和優化；e)營造數據驅動的創新文化，構建數據管理體系和數據價值體系；f)評估數據資源的管理水平和數據資產的運營能力，不斷提升數據應用能力。（3）數據治理域數據管理體系：組織應圍繞數據標準、數據質量、數據安全、元數據管理和數據生存周期，開展數據管理體系的治理，至少應：a)評估數據管理的現狀和能力，分析和評估數據管理的成熟度；b)指導數據管理體系治理方案的實施，滿足數據戰略和管理要求；c)監督數據管理的績效和符合性，并持續改進和優化。數據價值體系：組織應圍繞數據流通、數據服務和數據洞察等，開展數據資產運營和應用的治理，至少應：a)評估數據資產的運營和應用能力，支撐數據價值轉化和實現；b)指導數據價值體系治理方案的實施，滿足數據資產的運營和應用要求；c)監督數據價值實現的績效和符合性，并持續改進和優化。可以看到，《數據治理規范》共包括數據標準、數據質量、數據安全、元數據管理、數據生存周期、數據流通、數據服務和數據洞察等八項數據治理內容，而在《DAMA指南》中則包括十項，分別為數據架構管理、數據開發、數據操作管理、數據安全管理、參考數據和主數據管理、數據倉庫和商務智能管理、文檔和內容管理、元數據管理和數據質量管理等，如下圖所示。《數據治理規范》相對于《DAMA指南》突出了數據價值體系的治理內容。（4）數據治理過程統籌和規劃：明確數據治理目標和任務，營造必要的治理環境，做好數據治理實施的準備，包括：a)評估數據治理的資源、環境和人員能力等現狀，分析與法律法規、行業監管、業務發展以及利益相關方需求等方面的差距，為數據治理方案的制定提供依據；b)指導數據治理方案的制定，包括組織機構和責權利的規劃、治理范圍和任務的明確以及實施策略和流程的設計；c)監督數據治理的統籌和規劃過程，保證現狀評估的客觀、組織機構設計的合理以及數據治理方案的可行。構建和運行：構建數據治理實施的機制和路徑，確保數據治理實施的有序運行，包括：a)評估數據治理方案與現有資源、環境和能力的匹配程度，為數據治理的實施提供指導；b)制定數據治理實施的方案、包括組織結構和團隊的構建，責權利的劃分、實施路線圖的制定、實施方案的選擇以及管理制定的建立和運行等；c)監督數據治理的構建和運行過程，保證數據治理實施過程與方案的符合、治理資源的可用和治理活動的可持續。監控和評價：監督數據治理的過程，評價數據治理的績效、風險與合規，保障數據治理目標的實現，包括：a)構建必要的績效評估體系、內容體系或審計體系，制定評價機制、流程和制度；b)評價數據治理成效與目標的符合性，必要時刻聘請外部機構進行評估，為數據治理方案的改進和優化提供參考；c)定期評價數據治理實施的有效性、合規性，確保數據及其應用符合法律法規和行業監管要求。改進和優化：改進數據治理方案，優化數據治理實施策略、方法和流程，促進數據治理體系的完善，包括：a)持續評估數據治理相關的資源、環境、能力、實施和績效等，支撐數據治理體系的建設；b)指導數據治理方案的改進，優化數據治理的實施策略、方法、流程和制度，促進數據管理體系和數據價值體系的完善；c)監督數據治理的改進和優化過程，為數據資源的管理和數據價值的實現提供保障。5、銀行數據治理實踐2018年5月21日中國銀保監會正式發布的《銀行業金融機構數據治理指引》全文共7章55條，強調了數據治理架構的建立，明確了數據管理和數據質量控制的要求，還明確了全面實現數據價值的要求，要求加強監管監督，與銀行的監管評級掛鉤，這里以頂層設計的戰略規劃、組織構建和數據治理域的數據標準體系構建為例來說明治理過程[10][11][12][13]。（1）頂層設計-戰略規劃《銀行數據治理指引》中的第九、第十七條明確提出了制定數據戰略的觀點。數據資產如何變現、如何創造收益已成為了銀行的共同話題，數據戰略主要涉及現有業務管理的數字化、創造新的數字化業務等內容。a)現有業務管理的數字化，比如告別紙質、線下等一切非數據化、系統化的業務形式，控制前置提升審批效率，績效可視化；又比如通過對網點運營、市場營銷、費用成本、績效管理等方面的數據分析，幫助銀行識別低效的流程環節，進行資源配置優化，提高運營效率、降低成本。b)創造新的數字化業務，比如管理層借助高質量的數據進行挖掘、分析，實現以客戶為中心的業務轉型，對銀行未來戰略方向進行更準確的前瞻性預測，提升銀行競爭力；又比如成立金融服務和科技子公司，開發機器人流程自動化應用（RPA）、金融云服務等產品，進行能力輸出。（1）頂層設計-組織構建《銀行數據治理指引》中的第八至第十四條提出了組織架構的要求，比如第八點，銀行業金融機構應當建立組織架構健全、職責邊界清晰的數據治理架構，明確董事會、監事會、高級管理層和相關部門的職責分工，建立多層次、相互銜接的運行機制。銀行根據數據戰略、自身組織架構特征，構建數據治理組織架構，其的分散和集中程度各有不同。組織管理分散且數據需求較少或復雜程度較低的銀行，一般采用“分散模式”，各部門負責本領域的數據管理和應用；數據需求較多且復雜程度較高的銀行，可采用“歸口管理模式”、“集中+派駐模式”、“全集中模式”，具體選擇哪種方式，在銀行數據發展的階段中同時也取決于歸口管理部門的人力投入與專業能力，專業能力主要涉及組織溝通、業務理解、技術開發等方面。目前監管明確要求銀行設置數據治理歸口管理部門，下圖以“歸口管理模式”為例進行了示例：（2）數據治理域-數據管理體系（數據標準）《銀行數據治理指引》中的第二十條、二十三條給出了建設數據標準的要求，比如第二十條，銀行業金融機構應當建立覆蓋全部數據的標準化規劃，遵循統一的業務規范和技術標準。數據標準應當符合國家標準化政策及監管規定，并確保被有效執行。根據中國人民銀行定義的銀行業標準體系，將數據標準歸入銀行的通用基礎標準。作為銀行通用性、全局性、基礎性的規范，指導銀行業務的開展和系統建設。

在實踐過程中，數據標準可分為基礎類數據標準以及指標類數據標準。基礎數據標準是針對業務開展過程中直接產生的數據制定的標準化規范；指標數據標準是針對為滿足內部分析管理需要以及外部監管需求對基礎類數據加工產生的數據制定的標準化規范。從銀行層面來說，全行層級統一的數據標準是必須要做的，而且是要做到能夠長期有效和可落地執行的。由誰來牽頭、誰來管理、誰來執行？——各個銀行均有不同實踐，但是實踐效果來看，建議在數據標準制定過程中，將角色劃分為三類：

對于數據標準管理工作而言，數據治理歸口管理部門是作為牽頭者的角色，需要做到組織數據治理小組，將技術管理與業務管理的相關人員協同起來，完成數據標準制定工作。為數據標準制定提供資源協調、統籌安排等便利。業務管理部門在數據標準制定中承擔著業務規范者的角色。這些部門在數據標準制定過程中承擔著提供權威業務定義和數據標準業務含義管理的多重職責。如果銀行將數據治理歸口管理部門確定在某一業務管理部門，則該部門需要同時承擔起工作牽頭和規范定義雙重責任。業務管理部門不僅能夠提出業務規范的要求，同時對技術屬性，也可以提出初步的建議方案，與信息技術部門協同商榷。信息技術部門包括信息技術管理部門及部分銀行已成立的專門的數據管理部門。信息技術部門作為數據標準的技術規范執行者，其職責不僅在于制定過程中確認技術屬性具有可落地性，符合已建信息系統現狀，還在于將確認后的數據標準實際落實在信息系統中，確保數據標準能夠得到有效落地執行。在大量實踐經驗中，銀行已然總結出一套數據標準編制的有效方法：a)制度保障先行：構建層次分明的制度體系，形成從章程、專項管理辦法到工作細則三個梯次的制度層級。

在數據標準管理中，針對數據標準的專項管理辦法和具體工作細則必須首先予以明確。在制度中明確各個角色以及定義相應的分工界面，通過工作細則和相關的模板細化管理方式，固化管理流程，為制定數據標準、管理數據標準提供指導性意見。比如工作細則需要打通數據治理在執行操作層面的“最后一公里”，指導一線工作人員按照規范化流程開展數據治理工作，為全行數據治理和提升奠定基礎。

b)歸口部門發揮牽頭作用：歸口管理部門需要積極發揮帶頭作用，推動和監督流程執行，為數據標準制定工作，提供人力、技術、資金等關鍵資源，并獲得管理層的行政支持和充分授權，通過激勵和問責考核體系，推進數據標準工作的制定與執行落地。c)自下而上歸納與由上而下演繹相結合：數據標準梳理需要首先梳理內外部需求，細化形成對業務屬性、技術屬性的要求；一方面需要自下而上整理信息系統中的數據情況，同時也需要自上而下定義數據主題、細化分類，兩者結合才能夠實現全面整體的數據視圖，形成有效的數據規范要求。

從銀行數據標準的治理可以看到，組織應明確數據標準的內涵和范圍，建立數據標準體系及其管理機制，以支撐數據的標準化建設，保障數據在應用過程中的一致性，至少應：a)明確數據標準的內涵和范圍，制定通用的數據規范，包括但不限于數據分類、數據類型、數據格式和編碼規則等，保障數據應用的過程中的一致性；b)建立數據標準的實施方案和計劃，推進數據標準化實施的落地；c)建立數據標準化管理機構和機制，明確責權利和流程，開展數據標準化的實施；d)制定數據標準管理制度，保障數據標準化的實施和落地；e)保障數據標準的先進性、前瞻性和技術層面的可執行性，滿足數據應用發展需要，持續開展數據標準的更新。基本就講這么多，文末列出了本文引用的所有參考文獻，方便你拓展閱讀，希望對你有所啟示。

參考文獻

1、作者：yazone 來源：知乎

https://www.zhihu.com/question/20096586/answer/1681362183

2、作者：億信華辰?來源：知乎

https://www.zhihu.com/question/61097142/answer/821387693

3、公司治理與公司管理有什么區別?

4、馬歡：DAMA數據管理知識體系及對制造業數據治理的一點思考

5、【獨家】數據治理為數據資產保駕護航上篇

http://www.dama.org.cn/drupal620/zh-hans/node/137

6、上篇 ▏數據治理為數據資產保駕護航（實錄+PPT+視頻）

http://www.cbdio.com/BigData/2017-03/01/content_5461153.htm

7、下篇 ▏數據治理為數據資產保駕護航（實錄+PPT+視頻）