企業如何做好數據治理
企業數據治理現狀普遍存在缺乏統一的數據視圖、安全的數據環境、數據價值管理體系，同時也容易形成數據孤島，出現數據質量低下常見現象;數據治理不是一蹴而就的而是一項繁雜、長期需要工匠精神和鍥而不舍的工作，沒有一針頂破天的訣竅，也沒有立竿見影的途徑。只有將數據治理變成一種常態化機制，形成一種習慣、一種文化、持之以恒、不忘初心、不懈努力，才能達到預期目標。
一、數據治理定義
數據治理是對數據的全生命周期進行管理，包含數據采集、清洗、轉換等傳統數據集成和存儲環節的工作、同時還包含數據資產目錄、數據標準、質量、安全、數據開發、數據價值、數據服務與應用等，整個數據生命期而開展開的業務、技術和管理活動都屬于數據治理范疇。
二、數據之林為何如此重要
制定良好的數據治理計劃，所帶來的優勢是非常顯著的，主要有：
1）標準化的數據資產管理方法、流程和策略，將有效提高數據運營效率；
2）企業將獲得更干凈、質量更高的數據，為進一步的數據活動打好基礎；
3）提高數據安全性，保證合規性；
4）使數據更容易與業務建立緊密連系，推動數據資產的變現；
三、企業如何做好數據治理
1、找癥狀，明確目標
任何企業實施數據治理都不是為了治理數據而治理數據，其背后都是管理和業務目標的驅動。企業中普遍存在的數據質量問題有：數據不一致、數據重復、數據不準確、數據不完整、數據關系混亂、數據不及時等。
2、理數據，現狀分析
針對企業數據治理所處的內外部環境，從以下四個方面入手，進行數據治理現狀的分析。
1）人員方面：數據人才的資源配置情況，包括數據標準化人員、數據建模人員，數據分析人員，數據開發人員等，以及數據人才的占比情況。
2）組織方面：是否有專業的數據治理組織，是否明確崗位職責和分工。
3）數據方面：梳理數據質量問題列表，例如：數據不一致問題，數據不完整，數據不準確、數據不真實、數據不及時、數據關系混亂，以及數據的隱私與安全問題等。
4）流程方面：數據管理的現狀，是否有歸口管理部門，是否有數據管理的流程、流程各環節的數據控制情況等；
3、數據治理成熟度評估
數據治理成熟度反映了組織進行數據治理所具備的條件和水平，包括元數據管理、數據質量管理、業務流程整合、主數據管理和信息生命周期管理。數據治理成熟度評估是利用標準的成熟度評估工具結合行業最佳實踐，針對企業的數據治理現狀進行的客觀評價和打分，找到企業數據治理的短板，以便制定切實可行的行動方案。
4、數據質量問題根因分析
數據治理的目的是解決數據質量問題提升數據質量，從而為數據驅動的數字化企業提供源動力，而提到數據質量問題，做過BI、數倉的同學一定知道，這是一個技術和業務“經常打架”相互推諉的問題。
5、業務影響及實施優先級評估
通過數據治理成熟度評估，從組織、流程、制度、人員、技術等方面找到企業在數據治理的待提升的領域和環節，再通過數據質量根因分析找到數據質量問題發生的根本原因，進一步明確了數據治理的目標和內容。再接下來，就需要確定數據治理策略，定義數據治理的實施優先級。
6、制定數據治理行動路線和計劃
路線圖是使用特定技術方案幫助達到短期或者長期目標的計劃，用于新產品、項目或技術領域的開發，是指應用簡潔的圖形、表格、文字等形式描述技術變化的步驟或技術相關環節之間的邏輯關系。路線圖是一種目標計劃，就是把未來計劃要做的事列出來，直至達到某一個目標，就好像沿著地圖路線一步一步找到終點一樣，故稱路線圖。
7、制定數據治理詳細實施方案
數據治理詳細實施方案是用于指導主數據的各項實施工作，一般包括：數據治理項目管理、數據治理核心領域、數據治理支撐體系三個方面。
1）數據治理支撐體系包括：組織（組織架構、組織層次、崗位職責）、制度（管控模式、規章制度、考核機制）、流程（歸口部門、管理流程、流程任務等）、技術（數據集成、數據清洗、數據開發、數據應用、數據運營、支撐平臺、實施方案等）。
2）數據治理項目管理方案包括：項目組隊、項目計劃、質量保證計劃、配置管理計劃、培訓和售后等。
3）數據治理核心領域包括：數據架構、數據服務、元數據管理、數據質量管理、數據標準管理、主數據管理、數據安全管理、數據生命周期管理。
8、數據治理實施過程控制
任何項目的質量和進度是需要良好的項目管理來保證的，數據治理也一樣。數據治理實施過程控制是對數據治理項目的范圍控制、進度控制、質量控制和成本控制，通過對企業的各項資源的合理協調與利用，而達成的數據治理目標的各種措施。從項目管理的角度來講也是項目管理的黃金三角：范圍、時間、質量、成本。
9、監控評估數據治理實施效果
隨著大數據技術的不斷發展，應當從企業的全局數據治理環境的角度，明確數據治理關鍵技術運用及其標準規范，構建成效評估指標體系，進行治理效果評價；并運用數據治理能力成熟度模型再次評估，界定數據管理層次，從而使得跨系統、跨業務、跨部門的數據治理體系的建設與實施能夠通過各方協作順利進行，實現卓越數據治理，進而通過數據驅動業務、數據驅動管理和運營以實現企業的降本、增效、提質、創新。
10、數據治理持續改進
數據治理工作應向企業生產、銷售業務一樣作為一項重點的業務工作來開展，構建專業的數據治理組織，設置合適的崗位權責，建立相應的管理流程和制度，讓數據標準貫徹到每個業務環節，形成一種常態的工作。在筆者看來，在數據源頭加強企業數據的治理，讓常態化治理成為日常業務，才能從根本上徹底解決企業數據質量的各種問題，讓數據真正轉化為企業資產，以實現數據驅動流程優化、數據驅動業務創新、數據驅動管理決策的目標。
