数据知识
文章推荐
- 理论支撑：企业财务大数据[2022-06-16]
- 数据治理的时代演变之道[2022-06-15]
- 数据治理的经济分析[2022-06-14]
- 实施数据治理时常犯的10[2022-06-13]
- 数据质量管理办法[2022-06-10]
- 治数VS养数[2022-06-09]
- 华为是怎么做数据治理的[2022-06-09]
- 数据发现对数据治理的重[2022-06-08]
- 工业企业数据治理的八大[2022-06-07]
- 企业数据治理团队的十大[2022-06-06]
数据治理直击灵魂的四问：治什么？谁来治？怎么治？选哪个？
发布时间:[2020-12-21]
来源:网络
点击量:
近些年来，“数据治理”这个词总是高频出现，让人们对其“身世背景”格外好奇。国际数据治理研究所(DGI)给出的定义：数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁能根据什么信息，在什么时间和情况下，用什么方法，采取什么行动。
WHAT · 治什么？
数据治理治的是数据吗？你大大的脑袋是不是有大大的困惑？要想回答这个问题，首先你得弄清楚数据是什么？数据是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。说人话就是：数据是有意义的数字。
过去10年，大家对数据的重视程度发生了显著的改变。过去，数据被视为组织运行的必需品，如今大多数的领导者认为数据是重要的战略资源，也就是数据资产，可用于提高销售和盈利能力。但是随着时间的推移管理数据变得越来越困难和昂贵，数据量呈指数级增长，收集和分析的数据种类也在增长。非结构化数据正变得与结构化数据一样有意义，因此，数据资产的妥善使用和恰当管理变得异常重要。
狭义上讲，数据治理专注在数据本身。数据治理的目标，是对数据质量进行提高，同时确保数据的安全性，推进数据资源的整合、共享进程。广义上讲，数据治理是对数据实现全生命周期管理。只要是为整个数据生命期而展开的业务、技术、管理活动，都属于数据治理的范畴，包括但不限于传统数据集成和存储环节的工作（如数据采集、清洗、转换等）、数据资产目录、数据标准、质量、安全、数据开发、数据价值、数据服务与应用等。
WHO · 谁来治？
2004年以来，党和国家的政策文件中陆续对政务数据治理工作提出了一系列相关要求。全国34个省（自治区、直辖市）共出台了125份省级政府层面与政务数据治理直接相关的政策文件。不管是国家、地方还是企业对数据治理的态度越来越明朗和重视。
目前数据治理最核心的三大主体：企业、个人和政府。企业是数据治理的核心推进者，个人是数据治理的主要参与者，而政府是参与者、推动者，同时也是监管者。企业对数据资产的治理也可以被看作是公司治理的一部分，需要在企业战略层面从上至下进行推动，通过建立组织架构，明确董事会、监事会、高级管理层及内设部门等职责要求，制定和实施系统化的制度、流程和方法，确保数据统一管理、高效运行，并在经营管理中充分发挥价值。政府对数据产业、数据经济乃至整个社会数据化过程进行全方位的、引领式的治理，如国家数据战略，其监管者的身份更为突出。
数据大治理强调多元化参与，不仅包括政府数据治理，也包括企业自律和消费者个人信息保护意识提高等等，政府、企业、公众三方协同配合，共同挖掘数据的价值。
HOW · 怎么治？
数据治理是一个复杂的系统工程，是一个从上至下指导，从下而上推进的工作。基于数据治理体系，可以提炼出以下四大方面：
建组织、立制度
数据治理组织的建立并不是简单的组建一个临时团队，也不仅仅意味着有了专业的人就能做专业的事，而是要建立一个能足够支撑企业数据化业务的完整体系，包括组织体系、管理体系、执行体系、技术体系等方面。
另外，数据治理不应被视为“以一应万”的万能方法，数据治理应该制度化。对数据产生、采集、处理、加工、使用等过程进行规范。通过统一数据标准，制定合理的数据管理流程和制度，规范数据生产供应的过程。要确保数据符合业务需求，并在整个组织中定义、监控和执行数据策略从而确保一致性。
摸家底、拉人才
第二步要根据各政企单位的实际情况来进行需求调研，先摸清自家家底，确定企业数据资产的分布、数据的质量、数据的管理现状、数据应用需求等情况。其重点是要细化至数据治理项目的目标和范围，评估数据治理成熟度，确定改进内容和方向并与利益相关方达成共识。
除此之外，政企也需根据实际情况建立自己的人才体系，包括人才选拔和数据治理人才培养。不光对外广招专业人才，也可从内部选拔相应的技术专家、业务专家，他们对业务层面会更加了解。
建平台、选工具
数据平台的搭建也是“因人而异”的，不同的企事业单位对于搭建数据治理平台的需求及各业务模块的重视程度都不一样，也有一定程度的轻重缓急。但一个全面的数据治理平台应该包含以下九大块，即元数据管理、数据标准管理、数据质量管理、数据集成管理、主数据管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理。
数据治理平台涉及面广，体系庞大而又复杂，一般公司或部门想要完全依靠自身力量搭建这样一个平台基本上是很难的，如果能选择一个在业界有口皆碑的工具，借鉴已成功运用落地的行业解决方案，则会在最短的时间内完成治理目标，达到事半功倍的效果。关于工具如何选择我们将在下一段里再详细展开。
持续优化，再出发
通过数据治理工作的开展，数据变得可信且易于理解，并能有效地支撑业务人员的决策分析工作。越来越多的人员转变为“数据专家”，工作方式也随之改变，但是它并不是一个一蹴而就的事情。
WHICH · 啥工具？
上面回答了数据治理，治什么，谁来治，如何治的问题后，想必大家已经逐渐对数据治理这个概念形成了一个整体清晰的认识。下面我们来讲讲技术细节以及工具的选择，要想打造一个全面整体的数据治理平台，从技术实施角度来看，要包含：理、采、存、管、用，这五个步骤，即业务和数据资源梳理、数据采集清洗、数据库设计和存储、数据管理、数据使用。
目前国内功能齐全的数据治理工具有许多，在企业的数据治理中有着不同的功能侧重，但是解决问题的目标是一致的——提升数据质量提高数据利用效率。完整的数据治理平台，能全面回答并响应“数据治理怎么治”的问题，满足不同企业不同的业务场景和需要。在大数据时代，数据已经成为一个组织最宝贵的财富之一，政企也越来越重视数据治理和数据资产。选对产品才能帮助更多的政企开启数据治理的新征程。
