什么是数据治理？企业为什么要做数据治理？

数据治理是用做建立有效管理企业数据的战略、目标和策略的组织框架。它由管理和确保数据的可获得性、可用性、完整性、一致性、可审计性和安全性所需的流程、策略、组织和技术组成。

由于数据治理过程需要数据战略、标准、政策和沟通的相互作用，因此它与数据管理具有协同关系，数据治理为数据管理提供了一个框架，使其与业务优先级和利益相关方保持一致。

数据治理这项工作一直都是存在的，和数据库设计的三范式一样都是为了数据的管理。数据治理是一整套完整的组织、制度、技术管理行为。

一、数据治理的定义

狭义上讲，数据治理是指对数据质量的管理、专注在数据本身。广义上讲，数据治理是对数据的全生命周期进行管理，包含数据采集、清洗、转换等传统数据集成和存储环节的工作、同时还包含数据资产目录、数据标准、质量、安全、数据开发、数据价值、数据服务与应用等，整个数据生命期而开展开的业务、技术和管理活动都属于数据治理范畴。有的专家干脆把广义的数据治理称为数据资产管理。
DAMA国际数据管理协会对数据治理定义：数据治理是对数据资产的管理活动行使权力和控制的活动集合（规划、监控和执行）。

数据治理涵盖了从前端业务系统、后端业务数据库再到业务终端的数据分析，从源头到终端再回到源头，形成的一个闭环负反馈系统。从目的来讲，数据治理就是要对数据的获取、处理和使用进行监督管理。

二、企业为什么要做数据治理？

如果企业没有进行数据治理会面临的痛点是数据杂乱无章！

1、数据多源头、多口径统计，同名不同义、同义不同名，没有标准的数据定义，造成数据不一致。

数据作为企业、政府等组织机构的重要资产，需要有一套完备的数据资产管理机制。因为，并不是所有数据都是数据资产，数据中也有垃圾数据。需要通过治理为企业创造价值的数据资产。

2、数据作为资源，数据所有者/管理者/开发者职责不清晰，数据交换和共享困难，数据问题难以从根上决策解决。

由于企业信息化建设初期缺乏整体的信息化规划，企业内部系统形成了“信息孤岛”。也就是企业各个系统间缺乏有效的连接通道，数据不能互通、共享与交换，导致不能充分发挥数据的价值。只有进行数据治理，消除“信息孤岛”，才能实现数据驱动业务、数据驱动管理，才能真正释放数据价值。

3、存在数据安全隐患，数据资产管理上，正在由传统分散式的人工管理向计算机集中化管理方向发展，导致数据安全事件多不胜数。一旦数据安全受到破坏，将会对企业找出重大损失，因此，需要从数据的创建和初始存储，到它过时被删除的整个环节，对数据进行全方位治理与实时监控，充分保障数据安全。

4、缺乏有效的管理机制，造成数据质量问题的主要因素有管理职责混乱，数据产权不明确，管理和使用流程不清晰等。目前，由于企业缺乏有效的管理机制，存在数据重复、数据维护错误、数据不完整、数据不一致等情况，导致大量低质量数据存在。

三、数据治理的目标

数据治理的目标是提高数据的质量，确保数据的安全性，实现数据资源在各组织机构部门的共享，推进数据资源的整合、服务和共享，从而提升企事业单位信息化水平，充分发挥数据资产的作用。

通过实施数据治理工具，可以让数据质量变得更好，发掘数据资产的商业价值，实现如下目标：对业务的支撑；降低经营风险、安全保障；对决策进行支持；满足风险控制和外部监管要求；可企业持续发展。

四、数据治理如何落地？

数据治理在系统层面包括数据标准、元数据、数据质量、生命周期管理、数据安全、数据资产。

在管理层面需要通过数据治理组织、数据治理流程进行支撑保障。

数据治理是一项长期且复杂的体系化工程，它需要通过一系列流程规范、制度、IT能力以及持续运营等机制来保障治理工作的持续推进。

数据治理的落地建议分为4个阶段：

1、建组织：需要打破企业内部壁垒，构建多部门共同参与的数据治理组织，提升数据治理重要性。成立数据治理专项团队，包括数据治理委员会、数据治理团队、各业务部门等层层递进的组织架构。在绩效、团队、资源等方面支持数据治理的持续运营，达成企业数据中台的数据战略体系转型。

2、立规范：建立切实可行的标准化流程规范，并随着数据中台的不断运营而持续完善，分步实施逐步迭代。规范包括发布数据治理管理规范、数据治理流程规范、建立数据治理标准化闭环流程、明确线上管理要求，并通过运营闭环化、流程线上化、服务集中化形成常态化机制推进数据治理工作。

3、选平台：搭建有效的IT平台支撑数据治理的规范、流程、标准落地，同时确保前向的数据治理模式。数据治理本质是一项管理工作，只有生产过程可视化、生产过程可干预，才能保证数据治理的效果，因此平台应确保数据治理和数据生产的一体化。平台应具备多厂家协同开发能力、数据标准化管理能力、基于元模型驱动的元数据开发管理能力、元数据血缘管理能力、基于血缘驱动的任务调度管理能力、安全分层分级管理能力以及数据质量管理能力等等基础能力才能更好的保障数据治理的落地。

4、重运营：数据治理是一个持续并且长久的运营过程，规范、组织、平台的以及流程需要不断的进行迭代优化，数据质量、数据安全需要持续管控，通过业务的不断滋养逐步完善数据中台的数据治理能力。

数据治理是一项战略性、长期性、艰巨性、系统性、持续进行的企业内部数据优化治理工作，因此，数据治理必然是一个漫长而持续的过程，没有一针顶破天的诀窍，也没有立竿见影的途径，唯有企业持续不断、持之以恒、不忘初心、不懈努力，才能达到预期目标。