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

数据治理的驱动因素

• 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。

数据治理的目标

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。

数据治理的原则

• 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。