数据治理

数据治理的定义

《DAMA-DMBOK》 ：在管理数据资产过程中行使权力和管控措施，包括计划、监控和实施。

《ISO/IEC 38505-1》 ：并未直接定义，从责任、战略、采购、绩效、一致性、人员行为方面提出指导原则。

《银行业金融机构数据治理指引》：指银行业金融机构通过建立组织架构，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的动态过程。

Gartner ：一种技术支持的学科，其中业务和IT协同工作，以确保企业共享的主数据资产的一致性、准确性、管理性、语义一致性和问责制

业务驱动因素

• 法规遵从性：特别是一些需要重点监控行业，例如金融服务行业和医疗健康行业，需要引入法律法规所要求的治理程序。
• 业务信息化管理需求：例如主数据管理场景：公司需要更优质的客户数据而选择开发客户主数据平台，接下来它意识到成功的主数据管理是需要数据治理的。
• 战略一致性要求：数据治理要能帮助组织有效的解决问题，人们越有可能改变行为，接受数据治理实践。这方面的驱动因素大多聚焦于减少风险和改进流程。

目标和原则

目标

数据治理的目标是使组织能够将数据作为资产进行管理。数据治理提供治理原则、制度、流程、整体框架、管理指标，监督数据资产管理，并指导数据管理过程中各层级的活动。为达到整体目标，良好的数据治理程序必须要满足如下特点：

• 可持续发展（Sustainable）：数据治理是超越一次性数据治理活动实施可持续发展的管理变革。可持续的数据治理依靠于业务领导、发起者和所有者的支持。
• 嵌入式（Embedded）：数据治理不是一个附加管理流程。数据治理活动需要融入到软件开发方法、数据分析的应用，主数据管理和风险管理中。
• 可度量（Measured）：数据治理做得好有积极的财务影响，但要证明这一影响，就需要了解起点并规划可度量的改进方案。

原则

• 领导力和战略（Leadership and strategy）：成功的数据治理始于具有远见卓识的坚定领导。要基于业务战略制定数据战略。
• 业务驱动（Business-driven）：数据治理是一项业务管理计划，必须基于业务活动要求管理与数据相关的IT决策。
• 共担责任（Shared responsibility）：在所有数据管理的知识领域中，业务数据管理专员和数据管理专业人员共担责任。
• 多层面（Multi-layered）：数据治理活动发生在企业层面和各地基层，但通常发生在中间各层面。
• 基于框架（Framework-based）：由于治理活动需进行跨组织职能的协调，因此必须建立一个运营框架来定义各自职责和工作内容。
• 原则导向（Principle-based）：指导原则是数据治理活动、特别是数据治理策略的基础。

基本概念

• 以数据为中心的组织
• 数据治理组织
• 数据治理运营模型类型
• 数据管理职责（Data Stewardship）
• 数据管理岗位的类型
• 数据制度
• 数据资产估值

管理活动

• 规划组织的数据治理
  • 执行就绪评估
  • 探索与业务保持一致
  • 制定组织触点
• 制定数据治理战略
  • 定义数据治理运营框架
  • 制定目标、原则和制度
  • 推动数据管理项目
  • 参与变革管理
  • 参与问题管理
  • 评估法规遵从性要求
• 实施数据治理
  • 发起数据标准和流程
  • 制定业务术语表
  • 协调架构团队协作
  • 发起数据资产估值
• 嵌入数据治理

工具和方法

• 线上应用/网站
• 业务术语表
• 工作流工具
• 文档管理工具
• 数据治理记分卡

实施指南

数据治理要么起始于一些重大项目（如MDM主数据管理），要么通过领域或者部门试点，大多数推广策略都是渐进式的，很少有直接在整个组织范围内部署的情况。

• 组织和文化
• 调整与沟通
• 度量指标：可以考虑从如下几个方面设置数据治理指标
  • 价值
  • 有效性
  • 可持续性

参考资料

《银行业金融机构数据治理指引》