如何建立完整的数据治理体系

     在大数据智能化时代，管理已不再是一种传统的方式，一套完善的数据管理系统是企业长期生存的必然选择，我们的生活离不开大数据，企业数据管理不仅可以提高员工的效率，提高员工的积极性，管理成本也大大降低，而且还可以实现简单的管理，解放老板！

　　公司应该考虑它是否有数据治理政策，如果有，是否全面有效。数据治理政策已成为监管期望，作为核心质量体系政策之一。企业应根据对流程的理解和技术与商业模式的知识管理，实施有意义且有效的战略来管理数据完整性风险。

　　在急于获得数据治理策略的某个地方，许多组织忽视了数据治理系统的目的和功能。根据MHRA的定义，数据治理系统是“确保数据，无论其生成格式如何，记录，处理，保留和使用的数据是完整，一致和准确的记录的总和，数据生命周期”。数据治理系统的既定目的是确保维护数据完整性，但最终目标是确保高质量的数据作为制定决策的依据。所有寻求完全符合相关标准的公司的数据治理系统应根据风险提供可接受的控制状态。

　　为了有效，数据治理政策必须推动人员行为和行动，包括高级管理层的行为和行动。需要强调高级管理层在数据完整性方面的作用。国际协调委员会指出：“高级管理层的最终责任是确保建立有效的数据质量体系以实现质量目标，并在整个公司内定义，沟通和实施角色，责任和权限”。MHRA草案数据完整性指南还指出：“高级管理层负责实施系统和程序，以最大限度地降低数据完整性的潜在风险，并使用风险管理技术确定剩余风险”。除了确保数据安全的法律和道德责任之外，白皮书中讨论的数据完整性差的财务风险证明了高级管理层的重要参与。责任和权限在整个公司中定义，传达和实施。

　　企业建立数据治理体系，需要包含多个方面，大致可以分为：

　　1.调研发现企业现存的数据问题，并将这些问题整理归类。

　　2.确定数据治理项目的目标，能够给企业的数据带来怎样的成果。

　　3.获取企业高层的支持，保障数据治理项目实施必须的人力和物力的支持。

　　4.制定数据治理的总体计划，确定项目实施落地的方法。

　　5.成立数据治理委员会，任命委员会的各个成员并分配相应的职责。

　　6.梳理企业的各个业务系统，确定数据源，并理解这些数据，分析各个业务系统之间的关系。

　　7.建立元数据，从个业务系统库采集元数据，理清各个元数据之间的组合和依赖关系。

　　8.通过数据标准管理、数据质量管理、主数据管理等统一个业务系统的数据规范，提高数据质量，并在数据的整个生命周期内保障数据安全。

　　9.展示数据治理成果并对治理成果进行评估。如仍存在问题可按照上述流程再次治理。

　　当前业界流行的数据管理软件又称数据资产管理产品和数据管理产品，主要功能组件有元数据管理工具、数据标准管理工具、数据模型管理工具、数据质量管理工具、主数据管理工具、数据安全管理工具等。

    中翰软件：专注数据治理15年（http://www.jobhand.cn）