數據治理定義了角色、責任和流程，以確保整個企業對數據資產的責任和所有權。

01數據治理定義

數據治理是一個用于定義組織內誰對數據資產具有權限和控制力，以及如何使用這些數據資產的系統。它包括管理和保護數據資產所需的人員、流程和技術。

數據治理研究所將其定義為一個根據商定的模型執行的"一個與信息相關的決策權利和責任系統"。而該模型描述了誰可以使用哪些信息，采取什么行動，以及何時，在什么情況下，使用什么方法。

國際數據管理協會（DAMA）將其定義為"對數據管理以及數據和數據相關來源的使用進行規劃，監督和控制"。

?02數據治理與數據管理

盡管數據管理是一個重要的部分，但是它只是數據管理整體學科的一部分。數據治理的內容是和確保數據資產的責任和所有權的角色、責任和流程相關的，而DAMA將數據管理定義為一個總體術語，描述了用于規劃、指定、啟用、創建、獲取、維護、使用、歸檔、檢索、控制和清除數據的過程。

雖然數據管理已成為該學科的常用術語，但它有時還被稱為數據資源管理或企業信息管理（EIM）。Gartner 將 EIM 描述為一種以提高效率、提高透明度并實現業務洞察力為目的，跨組織和技術邊界構建、描述和管理信息資產的綜合性學科。

03數據治理框架

數據治理多被看作支持組織總體數據管理策略的功能。這樣的框架為組織提供了一種收集、管理、保護和存儲數據的整體方法。為了幫助理解框架應該涵蓋的內容，DAMA將數據管理設想為一個輪子，以數據治理為中心，從中輻射出以下10個數據管理知識領域： 數據構架:作為企業架構的一個組成部分，也是數據和數據相關資源的整體結構 數據建模和設計：分析、設計、構建、測試和維護 數據存儲和操作：結構化物理數據資產存儲部署和管理 數據安全：確保隱私、機密性和適當的訪問 數據集成和互操作性：采集、提取、轉換、移動、交付、復制、聯合、虛擬化和運營支持 文檔和內容：存儲、保護、索引和啟用對非結構化源中的數據的訪問，并使這些數據可用于與結構化數據的集成和互操作性 參考和主數據：管理共享數據以減少冗余，并通過標準化定義和使用數據值來確保更好的數據質量 數據倉庫和商業智能 （BI）：管理分析數據的處理，并使人們能夠獲得決策支持數據，以便進行報告和分析 元數據：收集、分類、維護、集成、控制、管理和交付元數據 數據質量：定義、監控、維護數據完整性和提高數據質量 ?在制定戰略時，應考慮數據收集、管理、存檔和使用的上述每個方面。?商業應用研究中心（BARC）警告說，這不是一個"大爆炸計劃"。作為一個高度復雜、持續的計劃，數據治理存在參與者隨著時間的推移失去信任和興趣的風險。為了解決這個問題，BARC建議這個計劃可以從可管理或特定于應用程序的原型項目開始，然后根據經驗教訓在整個公司范圍內進行擴展。

BARC 建議執行以下步驟：

定義目標并了解收益

分析當前狀態和增量分析

派生路線圖

說服利益相關者和預算項目

制定和規劃數據治理計劃

實施數據治理計劃

監視和控制

04數據治理的目標

其目的是建立一種方法、一套責任和相對應流程，以規范、整合、保護和存儲企業數據。根據BARC的說法，組織的主要目標應該是：

將風險降至最低 建立數據使用的內部規則 實施合規性要求 改善內部和外部溝通 提高數據的價值 便于上述內容的管理 降低成本 通過風險管理和優化幫助確保公司的繼續存在 ?BARC指出，這些計劃始終跨越企業的戰略，戰術和運營層面，并且必須將其視為持續的迭代過程。

05數據治理的優勢 大多數公司已經對單個應用程序、業務部門或職能部門進行了某種形式的治理，雖然這些流程和職責是非正式的。作為一種實踐，它是關于對這些過程和責任建立系統的、正式的控制。這樣做可以幫助公司保持響應能力，?特別是當他們發展到一定規模，個人執行跨職能的任務不再有效時。

數據管理的幾個整體好處只有在企業建立系統的數據治理后才能實現。其中一些好處包括：

更好、更全面的決策支持，這些支持來自整個組織中一致、統一的數據

為不斷變化的流程和數據制定明確的規則，幫助業務和 IT 變得更加敏捷和可擴展

通過提供中央控制機制，降低數據管理其他領域的成本

通過重用流程和數據的能力提高效率

提高對數據質量和數據流程文檔的信心

提高對數據法規的遵從性

06數據治理原則

根據數據治理研究所的數據，所有成功的數據治理和管理計劃的核心為以下八項原則：

所有參與者在相互打交道時都必須保持誠信。在討論數據相關決策的驅動因素、限制因素、選項和影響時，他們必須誠實和坦率。

數據治理和管理流程需要透明度。所有參與者和審計員都必須清楚，如何以及何時將與數據相關的決策和控制引入流程。

受數據治理約束的相關決策、流程和控制必須是可審計的。它們必須附有文檔，以支持基于合規性和運營的審計要求。

他們必須明確誰對跨職能數據相關的決策、流程和控制負責。

它必須定義誰對管理活動負責，這些活動是個人貢獻者和數據管理員組的責任。

必須以一種在業務和技術團隊之間，以及在創建/收集信息的人、管理信息的人、使用信息的人以及引入標準和合規性要求的人之間引入制衡的方式來定義問責制。

該計劃必須引入并支持企業數據的標準化。

程序必須支持對參考數據值以及主數據和元數據的結構/使用進行主動和被動的變更管理活動。

07數據治理角色

每個企業的數據治理方式不同，但存在一些共同點。?

指導委員會治理計劃涵蓋整個企業，通常從一個由高級管理層組成的指導委員會開始，通常是負責業務線的C級個人或副總裁。《Get Governance：Building World Class Data Governance Programs》一書的作者摩根·圣殿騎士（Morgan Templar）表示，指導委員會成員的責任包括制定具有特定成果的整體治理戰略，支持數據管家的工作，以及讓治理組織對時間表和成果負責。?

數據所有者

Templar表示，數據所有者是負責確保特定數據域中的信息跨系統和業務線進行管理的個人。他們通常是指導委員會的成員，盡管可能不是有表決權的成員。數據所有者負責：

批準數據詞匯表和其他數據定義

確保整個企業信息的準確性

指導數據質量活動

審查和批準主數據管理方法、結果和活動

與其他數據所有者合作解決數據問題

對數據管理員發現的問題進行二級審查

向指導委員會提供有關其數據域的軟件解決方案、策略或法規要求的意見

數據專員

數據管理員負責數據的日常管理。Templar說，他們是主題專家（SME），他們理解并傳達信息的含義和使用，他們與整個組織中的其他數據管理員合作，作為大多數數據決策的管理機構。數據管理員負責：

成為其數據領域的中小企業

識別數據問題并與其他數據專員合作解決這些問題

擔任數據管家委員會的成員

就數據政策和委員會活動提出建議、討論和投票

向數據所有者和數據域內的其他利益干系人報告

跨職能部門工作，確保其域的數據得到管理和理解

08 數據治理工具

數據治理是一個持續的計劃，而不是一個技術解決方案，但有一些工具可以幫助支持該計劃。適合你企業的工具將取決于你的需求、數據量和預算。根據IT Central Station的說法，一些更受歡迎的解決方案包括：

Collibra Governance：Collibra 是一個企業范圍的解決方案，可自動執行許多治理和管理任務。它包括策略管理器、數據幫助臺、數據字典和業務詞匯表。

SAS數據管理：SAS 數據管理基于 SAS 平臺構建，提供用于管理流程的基于角色的 GUI，包括集成的業務詞匯表、SAS 和第三方元數據管理以及現狀圖的可視化。 用于數據治理的 erwin 數據智能 （DI）：erwin DI結合了數據目錄和數據掃盲的能力，以提供對可用數據資產的認識和訪問。它為這些數據資產的使用提供指導，并確保數據政策和最佳實踐得到遵循。 Informatica Axon：Informatica Axon是一個用于支持計劃的收集中心和數據市場。主要功能包括配備協作業務詞匯表、可視化數據脈絡的能力，以及根據業務定義生成數據質量測量標準。 SAP 數據中心：SAP Data Hub 是一種數據編排解決方案，旨在幫助你發現、優化、豐富和管理數據環境中所有類型的數據、種類和數據量。它可幫助組織為用戶、群體和角色建立安全設置和身份控制策略，并簡化策略管理和安全日志記錄的最佳做法和過程。 Alation：Alation 是按源自動為數據編制索引的企業數據目錄。其關鍵功能之一TrustCheck為工作流程提供了實時"護欄"。特別是為了支持自助式分析，TrustCheck將準則和規則附在數據資產上。 Varonis Data Governance Suite：Varonis的解決方案利用可擴展的元數據框架自動執行數據保護和管理任務，使組織能夠管理數據訪問，查看每個文件和電子郵件事件的審計跟蹤，確定不同業務部門的數據所有權，以及查找和分類敏感數據和文檔。 IBM 數據治理：IBM 數據治理利用機器學習來收集和整理數據資產。集成的數據目錄可幫助企業查找、整理、分析、準備和共享數據。?

09 數據治理認證

數據治理是一個系統，但有一些認證可以幫助您的組織獲得優勢，包括以下內容：

DAMA 認證數據管理專業人員 （CDMP）

數據治理和管理專業人員 （DGSP）

edX 企業數據管理

SAP 認證應用程序助理

SAP 主數據治理