目录

概述

业务驱动因素

目标和原则

1、可持续发展

2、嵌入式

3、可度量

基本概念

数据治理与数据管理的关系

数据治理组织

数据治理运营模型类型

数据管理岗位的类型

数据治理的成果体现

国内的数据治理

什么是数据治理

为什么进行数据治理

数据治理的必要性

数据治理体系

---

概述

之前文章有些过，数据治理在国内是比较广的定义，但在我们实施的很多项目中，很多数据治理项目主要就是搞数据仓库（原始库、标准库、主题库等），计算各种指标，为大屏服务，其他什么元数据盘点、数据质量还搞一搞业务相关的，像数据安全就比较虚了，唉，现在场景多了，接下来会改变很多吧，像业务术语表就很重要，一定要建。附：业务术语表是数据治理的核心工具。IT 部门要认可业务术语的定义，并将定义与数据进行关联。业务术语表的工具有很多，有些是大型 ERP 系统、数据集成工具或者元数据管理工具的一部分以及一些独立工具。

而在DAMA中，数据治理是数据管理的1/11，数据治理是数据管理的管理，数据治理制定制度和实施细则，在组织内多个层次上实践数据管理。

数据治理有两个核心内容：组织架构和规章制度。

数据治理 (Data Governance，DG) 的定义是在管理数据资产过程中行使权力和管控，包括计划、监控和实施。
数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。

数据治理项目的范围和焦点依赖于组织需求，但是大多数都包含以下内容：

数据治理不是一个一次性的行为，要当一个持续性的项目集或者认为是一个过程来做。

另外数据治理要与IT治理区分开，IT治理制定关于IT投资、IT应用组合和IT项目组合的决策，从另一个角度还包括软硬件、总体技术架构；数据治理仅仅聚焦于管理数据资产和作为资产的数据。

业务驱动因素

数据治理最常见的驱动因素是法规遵从性，特别是监管行业（金融、医疗等那些需要引入法律所要求的治理程序）。

其他因素：

1. 减少风险。
2. 改进流程。
3. 法规遵从性。

忽然想起来之前搞片子经常搞的一页：

目标和原则

1、可持续发展

2、嵌入式

3、可度量

基本概念

数据治理并不直接管理数据，而是确保数据被恰当地被管理。

数据治理与数据管理的关系

数据治理组织

数据治理运营模型类型

集中式、分布式、联邦式。这个模式其实主要是由组织的业务模式来决定的。

在DMBOK本章活动章节中的定义数据治理运营框架描述的：

开发数据治理的基本定义很容易，但是创建一个组织采用的运营框架可能很困难。在构建组织的运营框架时需要考虑以下几个方面：

数据管理岗位的类型

主要看下作为业务角色的管理专员，指的是职责是为别人管理财产的人，例如华为的数据Owner。其实和运营模式来看，华为是分布式，主推数据管家，阿里是集中式，比较推中台，当然不是矛盾，而是一些特点吧。

数据治理的成果体现

现在这个时代，数据治理也应该能线上体现，例如中心门户、协作门户、提供核心的文档，我们为制造业做了很多资产门户，除了数据资产以外，很多核心文档也会放上去，例如：

1. 数据治理战略和项目章程，包括愿景、效益、目标、原则和实施路线图；
2. 数据制度和数据标准；
3. 数据管理制度的角色和职责说明；
4. 数据治理相关新闻公告；
5. 指向相关数据治理社区论坛的链接；
6. 指向相关数据治理主题执行进展的链接；
7. 数据质量测试报告；
8. 问题识别和上报的规程；
9. 请求服务或获取问题的入口；
10. 相关在线资源的描述和链接、演示文档和培训计划；
11. 数据管理实施路线图。

国内的数据治理

参考参考这个内容，简单看看，以后有机会拿一个项目方案看看。

什么是数据治理

为什么进行数据治理

Kilobyte(KB)=1024B相当于一则短篇故事的内容。 
Megabyte(MB)=l024KB相当于一则短篇小说的文字内容。 
Gigabyte(GB)=1024MB相当于贝多芬第五乐章交响曲的乐谱内容。 
Terabyte(TB)=1024GB相当于一家大型医院中所有的X光图片资讯量。 
Petabyte(PB)=l024TB相当于50%的全美学术研究图书馆藏书资讯内容。 
Exabyte (EB)=1024PB；5EB相当于香港六合彩至今全世界人类所讲过的话语。 
Zettabyte(ZB)=1024EB如同全世界海滩上的沙子数量总和。 
Yottabyte(YB)=1024ZB相当于7000位人类体内的微细胞总和。

数据治理的必要性

缺乏数据治理常常导致组织尽管在整个数据价值链上进行了大量投资，却无法从数据中获得任何实质性的收益。

1、海量数据需要治理

海量数据的爆发增长使我们犹如进入了一个数字海洋，我们在数据的海洋中望洋兴叹，不知所踪。数据蕴含着丰富的价值，是当代的石油，当代的黄金。但是如果不能对数据进行有效管理和开发，数据并不可能产生真正的价值。如果没有高效的管理和治理，数据价值就不可能产生，甚至有可能造成巨大的风险，有效的数据管理和治理是数字经济发展的基础。

2、海量的数据引发“数据危机”

3、数据治理成为国际关注焦点

各国都在将数据管理和治理看作重要的内容，这也成为全球关注的焦点。比如欧盟，发布了全球第一个最严格的数据法规——《通用数据保护条例》（GDPR）；法国提出了“数据税”的探索；美国联邦政府将数据作为政府的联邦战略，以政府数据治理为主要视角，来提出了未来的联邦政府的数据的愿景和关键的行动计划。

4、数据治理成为国内关注焦点

中国是全球数据增长最快的，拥有数据最多的国家。我们掌握了丰富的高质量的数据，如何将这些数据转化成新的经济增长的动力是我们经济发展下一步的主要内容。对这样海量的数据进行有效的管理是我们大家共同面临的主要目标。

这里的核心就是做到数据的有效的管理。数据如源源不断的水，不断滋润着数字经济的发展。中国人崇尚水文化，强调上善若水，水善利万物而不争。但是我们也看到，水可载舟，亦可覆舟，如果说不能对水进行有效的治理，就会导致水患。同样的，数据也需要治理。加强数据治理，发挥数据价值成为抢占未来发展主动权的重要方向。

5、千行百业数据治理的价值和意义重大

数据治理体系