【数据治理-01】开篇：一起聊聊数据治理

统一赵秦车轨，推行秦篆，统一七国文字，兵器统一标准，统一度量衡… 我们优秀的数据治理专家-秦始皇！

数据治理这个名字起得好，一般人听不懂，实际上并不是IT人员的专属，广义上来说我们日常工作生活不自觉的都在做着数据治理。比如按照指定的格式命名我们的照片，整理我们的文件夹目录，按指定格式填写我们的信息等等都属于数据治理的范畴，这样就很好理解数据治理的目标了，让我们更高效的工作，更方便的管理和共享数据。

为什么会有数据治理，谜底就在谜面里面，因为有数据啊，并且数据越来越多，越来越乱，不好流通使用。那为什么越来越乱，这个问题“诺兰模型”给了很好的回答，组织的信息化系统建设开始都是烟囱式建设，也没有统一的数据标准，满足业务需求即可，不同业务部门用不同的业务系统完成业务交互，此时大多业务还是在线下开展，业务链条没有打通，数据孤岛严重。伴随着信息化覆盖的业务越来越多，大部分业务都有对应的业务系统开展，为什么不让“数据多跑腿，用户少跑腿”，集成式建设诉求应运而生，必然带来跨系统跨组织的数据的交换共享，问题随之而来，数据标准不一，数据质量参差不齐，数据安全无法保障等等，这些都会带来数据应用成本，把问题抛给应用端，“谁用，谁解决”的模式治标不治本，必须从源头上，顶层设计上构建统一的标准，构建数据质量管理体系，对数据进行分类分级加强数据安全建设，数据治理就理所当然的登上了舞台。

北大光华学院的王老师给的定义：

所谓数据治理，不是对“数据”的治理，而是对“数据资产”的治理，是对数据资产所有相关方利益的协调与规范。 – 王汉生

从定义上看数据治理是一个复杂工程，涉及到众多相关方、要有组织和制度、要协调统一的去推行规范和标准，这不是个简单的活，也不是光有一腔热血就能做好的，是个“一般手”工程，要长期的做下去。Gartner咨询公司进行过数据治理项目的统计，80%以上的数据治理项目不尽如人意，没有达到预计的效果。前车之鉴，后车之师，主要失败原因：

高层关注不足，没有良好的组织和制度保障，相关责任方权责不明。
缺乏明确的治理目标和考核指标。
项目型数据治理，缺少长效机制。

从失败原因上可以看出来，数据治理不是个技术活，要干好更多的是涉及管理、组织制度、和大领导的重视程度。要想搞好数据治理，下面几条是必要因素：

业务部门主导，IT部门执行
制定数据标准，狠抓标准落地
以绩效考核推动数据质量管理

火起来的数据治理

近来，国家也出了相关标准《GB/T 36073-2018：数据管理能力成熟度评估模型.pdf》，中国信通院也更新了好几版《数据资产管理实践白皮书.pdf》，关于数据治理的书籍越来越多，不得不说数据治理火了起来，现在只要讲到企事业单位数字化转型，必然会讲到数据治理，谁让数据治理是数字化转型的内在诉求呢。

EDG (Enterprise Data Governance),全称为“企业数据治理”，由企业数据治理部门发起并推行，全面推进数字化转型战略的背景下开展企业数据治理工作，以DAMA数据管理知识体系为指导，对标业内最佳实践，从组织机制、技术支撑、专项能力三个方面，规划并建设数据管理的组织、制度、标准、流程、技术平台等，构建企业统一的数据资产管理体系，通过企业全域数据汇聚、数据共享、数据运营，提高数据运营效率，推动数据资产变现，促进数据价值的挖掘和利用。EDG实施架构如下：

数据治理实施保障

行业案例

数据治理三阶段、七工具、五保障机制

参考文章

什么是数据治理？如何实施数据治理？
GB/T 36073-2018：数据管理能力成熟度评估模型.pdf
王汉生：数据治理——数据安全与价值的制度保障
数据治理项目失败的八大原因
第一部引入国内数据治理领域的书籍：Ten Steps to Quality Data and Trusted Information™
数据资产管理实践白皮书.pdf
如何构建企业EDG数据安全保障体系？
秦始皇：请叫我数据治理专家
[Top 3 Reasons Why Data Governance Strategies Fail](Why Data Governance is Important and Why Organizations Fail at It (expressanalytics.com))
The State of Data and Analytics Governance Is Worse Than You Think

原文：数据治理