携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第16天，点击查看活动详情
数据治理
什么是数据治理？数据治理定义
数据治理是识别整个组织中的重要数据，确保其具有高质量并提高其对业务价值的做法。
数据政府政策
数据治理策略是一个文档，正式概述了如何管理和控制组织数据。数据治理策略涵盖的几个常见领域包括：
- 数据质量 – 确保数据正确、一致且没有可能妨碍使用和分析的“噪音”。
- 数据可用性 – 确保数据可用且易于需要它的业务功能使用。
- 数据可用性 – 确保数据结构清晰、有文档记录和标记，便于搜索和检索，并与业务用户使用的工具兼容。
- 数据完整性 – 确保数据在跨不同平台存储、转换、传输和查看时仍保持其基本质量。
- 数据安全 – 确保根据敏感度对数据进行分类，并定义保护信息并防止数据丢失和泄漏的流程。
解决所有这些问题需要将人际交往技能、内部流程和适当的技术正确组合。
数据管家
数据专员是负责制定数据治理策略的组织角色。数据专员通常是熟悉特定业务职能或部门使用的数据的主题专家。它们确保数据元素（包括内容和元数据）的适用性，管理数据并确保符合法规。
数据治理与数据管理
数据治理是一种策略，而数据管理是用于保护数据价值的实践。创建数据治理策略时，需要合并并定义数据管理实践。数据治理示例和策略指导技术和解决方案的使用方式，而管理层则利用这些解决方案来完成任务。
数据治理框架
数据治理框架是一种结构，可帮助组织分配责任、做出决策并对企业数据采取措施。数据治理框架可分为三种类型：
- 命令和控制 – 该框架指定少数员工作为数据管理员，并要求他们承担数据治理职责。
- 传统 - 该框架在自愿的基础上指定大量员工作为数据管理员，少数人担任“关键数据管理员”，承担额外的责任。
- 非侵入性 - 该框架根据人们的现有工作和与数据的关系将人们识别为数据管理员;创建和修改数据的每个人都成为该数据的数据管家。
数据治理框架的基本要素包括：
- 资金和管理支持 - 数据治理框架没有意义，除非它得到管理层的支持作为官方公司政策。
- 用户参与度 – 确保使用数据的用户理解数据治理规则并愿意与之合作。
- 数据治理委员会 – 一个正式机构，负责定义数据治理框架并帮助在组织中实施。
虽然许多公司独立创建数据治理框架，但有几个标准可以帮助制定数据治理框架，包括COBIT，ISO / IEC 38500和ISO / TC 215。
信息治理计划的目标
数据和信息治理可帮助组织实现以下目标：
- 符合 SOX、巴塞尔协议 I/II、HIPAA、GDPR 等标准
- 最大化数据的价值并使其可重用
- 改进数据驱动型决策
- 降低数据管理成本
数据治理战略
数据治理策略告知组织数据治理框架的内容。它要求您为每组组织数据定义：
- 地点：物理存储位置
- 谁：谁拥有或应该有权访问它
- 内容：重要实体的定义，如“客户”、“供应商”、“交易”
- 如何：数据的当前结构是什么
- 质量：源数据和可消费数据集的当前和所需质量
- 目标：我们想要如何处理这些数据
- 要求：数据需要做些什么才能达到目标
什么是数据治理策略，为什么它很重要？
数据治理策略是可用于确保正确使用和一致管理数据和资产的准则。这些准则通常包括与隐私、安全性、访问和质量相关的策略。准则还涉及执行政策和遵守措施者的作用和责任。
这些策略的目的是确保组织能够维护和保护高质量数据。治理策略构成了更大的治理策略的基础，使您能够清楚地定义如何执行治理。
数据治理角色
数据治理操作由一系列组织成员执行，包括 IT 人员、数据管理专业人员、业务主管和最终用户。对于谁应该担任数据治理角色，没有严格的标准，但有组织实现的标准角色。
首席数据官
首席数据官通常是监督治理计划的高级管理人员。此角色负责充当计划倡导者，努力确保项目的人员配备，资金和批准，并监控计划进度。
数据治理经理和团队
数据治理经理可以由首席数据官角色承担，也可以是单独的工作人员。此角色负责管理数据治理团队，并在任务的分发和管理中扮演更直接的角色。此人帮助协调治理流程，领导培训课程和会议，评估绩效指标，并管理内部沟通。
数据治理委员会
数据治理委员会是一个监督委员会，负责批准和指导治理团队和经理的行动。该委员会通常由数据所有者和业务主管组成。
他们采纳数据治理专业人员的建议，并确保流程和策略与业务目标保持一致。该委员会还负责解决业务部门之间与数据或治理相关的争议。
数据管家
数据管理员是负责监督数据以及实施策略和流程的单个团队成员。这些角色通常由在数据领域和资产方面具有专业知识的 IT 或数据专业人员担任。数据管理员还可以扮演工程师、质量分析师、数据建模师和数据架构师的角色。
4 步数据治理模型
有效管理数据治理原则需要创建类似于人力资源或研发的业务功能。此函数需要明确定义，并应包括以下过程步骤：
- 发现 — 专用于确定数据当前状态、哪些流程依赖于数据、哪些技术和组织功能支持数据以及数据生命周期流的过程。这些流程派生有关数据和数据使用的见解，以便在定义流程中使用。发现进程与定义进程同时运行，并与定义进程一起迭代使用。****
- 定义 - 专用于记录数据定义、关系和分类的流程。在这些过程中，来自发现过程的见解用于定义标准、度量、策略、规则和策略，以实施治理。
- 应用程序 — 专用于实施和确保遵守治理战略和策略的流程。这些过程包括实施治理的角色和责任。
- 测量 — 专用于监视和衡量治理工作流的价值和有效性的流程。这些流程提供对治理实践的可见性，并确保可审计性。
数据治理成熟度模型
评估治理策略的成熟度可以帮助您确定需要改进的领域。在评估您的实践时，请考虑以下级别。
级别 0：不知情
0 级组织不了解数据治理的含义，也没有为数据定义的系统或策略集。这包括缺乏用于创建、收集或共享信息的策略。没有概述任何数据模型，也没有为存储或传输数据建立任何标准。
措施项
战略规划人员和系统架构师需要告知 IT 和业务领导者数据治理和企业信息管理 （EIM） 的重要性和优势。
第 1 级：感知
1级组织明白他们缺乏数据治理解决方案和流程，但几乎没有或根本没有到位的策略。通常，IT 和业务领导者了解 EIM 的重要性，但尚未采取措施强制创建治理策略。
措施项
规划师和架构师需要开始确定组织需求并制定策略来满足这些需求。
第 2 级：被动
2 级组织了解数据的重要性和价值，并制定了一些策略来保护数据。通常，这些组织用于保护数据的做法是无效的、不完整的或不一致的。
措施项
管理团队需要推动政策的实施的一致性和标准化。
第 3 级：主动
3级组织正在积极努力应用治理，包括实施积极主动的措施。数据治理是所有组织流程的一部分。然而，通常没有普遍的治理制度。相反，信息所有者负责管理。
措施项
组织需要在部门一级评估治理并集中责任。
级别 4：托管
4级组织已经制定并始终如一地实施了治理政策和标准。这些组织已对其数据资产进行了分类，可以监视数据使用和存储。此外，治理的监督由具有角色和职责的已建立团队执行。
措施项
团队应主动跟踪数据管理任务并执行审核，以确保策略应用一致。
第 5 级：有效
5级组织已经实现了可靠的数据治理结构。他们的团队中可能有具有数据治理认证的个人，并且已经建立了专家。这些组织可以有效地利用其数据来获得竞争优势和提高生产力。
措施项
团队应努力维护治理并验证合规性。团队还可以积极研究改进主动治理的方法。例如，通过研究特定治理案例的最佳实践，如大数据治理。
数据治理最佳实践
数据治理计划必须从广泛的管理支持和拥有和管理数据的利益相关者（称为数据保管人）的接受开始。
建议从一个小型试点项目开始，对一组特别有问题且需要治理的数据进行，向利益相关者和管理层展示所涉及的内容，并展示数据治理活动的投资回报。
在整个组织中推出数据治理时，请尽可能使用模板、模型和现有工具，以节省时间并使组织角色能够提高其自身数据的质量、可访问性和完整性。评估并考虑使用数据治理工具，这些工具可以帮助标准化流程并自动执行手动活动。
最重要的是，建立一个愿意对数据质量负责的数据管理员社区。最好是那些已经创建和管理数据集的个人，并了解使数据可用于整个组织的价值。
