企业如何进行数据治理？《网易数据治理白皮书》提供最佳实践

数字化浪潮下，如何应用好数据、更好地挖掘数据价值，是企业数字化转型的关键任务。

在此过程中，数据治理承担了重要角色：只有通过数据治理，打通企业内部不同层级、不同系统之间的数据壁垒，才能全面提升数据质量，实现对内支撑业务应用和管理决策、对外加强数据服务能力输出，进一步发挥数据价值。

网易数帆联合全球知名中文IT技术交流平台CSDN重磅发布《网易数据治理白皮书》（以下简称“白皮书”），逐步剖析企业数据治理难题，帮助企业厘清导致数字化缓慢的“症结”出在何处，精准治理、“对症下药”！

此次发布的白皮书覆盖数据治理的定义、传统数据治理面临的难题、网易特色数据治理方法论，以及金融、通信、流通等多行业头部企业在数据治理领域的探索实践，也是一本企业实战过程中必不可少的黄金指南。

我们从中挑选了几点分享给大家。

01

什么是数据治理？

数据治理是对企业全域数据资产实施有效管理的活动。

根据数据治理的对象不同，数据治理可以分为面向业务系统的数据治理和面向分析系统的数据治理：

• 主数据管理是典型的面向业务系统的数据治理，它核心要解决的问题是跨业务、跨系统和跨流程的企业核心数据的一致性、正确性和权威性的问题；

• 面向分析系统的数据治理，主要解决的是数据分析过程中，指标数据计算的口径一致性，数据质量，标准规范、成本优化以及安全管控问题。

因为数据本身还是来源于业务系统，所以面向业务的数据治理是面向分析的数据治理的前提，如果业务系统的数据治理没做好，分析系统的数据治理就很难从根本上解决。

数据中台跟传统数据治理的概念并不相同，但是数据中台的核心思想是构建统一的指标管理体系和企业级公共共享的数据模型层，打破烟囱式的数据架构，本质还是面向分析系统的数据管理。所以从数据治理是企业所有数据管理活动的定义来看，也可以将数据中台的构建方法纳入到面向分析系统的数据治理。

02

数据治理如何做？

在传统数据治理的基础上，网易提出“开发治理一体化”的核心思想，将数据治理的过程前置到数据开发环节，确保生产出来的数据就是符合标准和规范的，同时，结合数据中台的构建思想，打破烟囱式数据架构，构建统一的指标管理体系和企业公共数据模型层，通过服务化的方式对外提供服务。

数据“开发治理一体化”是将数据治理的过程融入到数据开发的全生命周期中，强调“先设计、后开发、先标准、后建模”的原则，其目标就是将数据治理的流程与数据开发的全生命周期相融合，在数据开发过程中，完成数据治理。通过指标和数据标准的定义实现“规范即设计、设计即开发、开发即治理”的开发治理一体化理念。

03

数据治理的价值是什么？

企业在开展数据治理的过程中缺乏经验与参照，常常容易走入误区，比如数据开发与数据治理脱节、未解决烟囱式数据开发、缺少对不同平台的统一管理、治理过程缺少可量化的手段和持续反馈的闭环、忽视了开发过程中效率和质量的问题等。

本白皮书中，网易提出的数据治理2.0方法论可以精准解决企业数据治理过程中“找不到”、“看不懂”、“信不过”、“管不住”以及数据开发效率低、质量差等问题。

以网易服务过的某电信运营商为例，结合网易数帆的数据治理2.0方法论，该运营商根据自身的业务特点，构建统一企业数据目录、统一元数据标准、统一核心主数据以及统一质量管理标准，使电信内部数据资产做到可见、可懂、可用、可运营。

通过构建数据资产的标准化管理，该运营商实现核心数据的数据标准覆盖率2倍以上的跃迁，企业内部需求交付速度提升一倍。