数据治理周周谈（一）——浅谈数据治理

数据是企业的一项重要资产，这已经成为大家的共识。但现实中，很多企业并没有将这项资产充分利用起来，挖掘真正的数据价值。

对于一部分传统企业的业务部门来说，准确有效的报表数据是他们做决策的基础，但是他们常常会抱怨数据不准、数据没有等等；而IT有时候有苦难言，作为一个企业的支撑性部门，有时候无法协调所有部门保持对数据的高度敏感，所以通常收集上来的数据很多脏数据，无法使用。

正因为如此，企业急需一整套数据治理体系，能够通过制度、流程、平台等一系列的手段来改善数据质量，确保“有可用数据”，让合适的人可以访问合适的数据，最终实现企业级数据共享，为数据分析、挖掘提供基础。

在谈体系化的数据治理之前，让我们来首先了解一个概念：

什么是数据治理

国际数据管理协会（DAMA International）认为数据治理是对数据资产管理⾏使权⼒和控制，包括规划、监控和执⾏。

数据治理是通过组织、制度、流程、技术的结合与实践活动，用以管理、维护和开发作为企业信息资产的数据。

数据治理的目的和意义

数据治理的目的在于确保数据的质量，可用性，可集成性，安全性和易用性。

随着数字化转型速度加快，政府、企业的数据量得到爆炸性增长。当前，以人工智能、区块链等为代表的数字技术不断涌现，快速向经济社会各领域融合渗 透，以数据为核心的数字化转型已是大势所趋；各行各业在生产经营过程中也积累了海量的数据资源，只有做好数据治理，才能更快、更好地推进数字化转型。

十九届四中全会《决定》强调了知识、技术、管理作为生产要素，反映了现代经济中知识 、技术、管理等要素对经济增长的贡献明显上升的趋势。特别是《决定》首次增列了数据作为生产要素，反映了随着经济活动数字化转型加快， 数据对提高生产效率的乘数作用凸显，成为最具时代特征新生产要素的重要变化。

如果将数据比喻成水，有效的数据就是饮用水，为生命提供源动力；无效的数据就好比脏水，给人体健康带来伤害，严重时甚至危及人的生命。数据治理可以把脏水经过过滤，萃取，变成健康的饮用水。

面对庞大的数据量，如何打通数据，消除数据孤岛，做好数据治理，挖掘数据价值，更好地利用数据已经成为政府、企业数字化转型的关键。

数据治理框架

了解了数据治理的意义之后，我们再来看下目前国内外主流的数据治理框架。

1、国际标准化组织ISO38500治理框架

国际标准化组织于2008年推出第⼀个IT治理的国际标准：ISO38500, 它的出台标志着IT 治理从概念模糊的探讨阶段进⼊了正确认识的发展阶段，⽽且也标志着信息化正式进⼊IT 治理时代。

2、国际数据管理协会（DAMA）数据治理框架

国际数据管理协会（DAMA International）⾸先总结了数据管理的⼗⼤功能，主要包括数据治理、数据架构管理、数据开发、数据操作管理、数据安全管理、参考数据和主数据管理、数据仓库和商务智能管理，并把数据治理放在核⼼位置。

DAMA认为数据治理是对数据资产管理⾏使权⼒和控制，包括规划、监控和执⾏。它还对数据治理和IT治理进⾏了区分：IT治理的对象是IT投资、IT应⽤组合和IT项⽬组合，⽽数据治理的对象是数据。

3、国际数据治理研究所（DGI）数据治理框架

国际数据治理研究所（Data Governance Institute，DGI）认为数据治理不同于IT治理，建⽴独⽴的数据治理理论体系。DGI从组织、规则、流程三个层⾯，总结了数据治理的⼗⼤关键要素，创新地提出了DGI数据治理框架。DGI框架以⼀种⾮常直观的⽅式，展⽰了⼗个基本组件之间的逻辑关系，形成了⼀个从⽅法到实施的⾃成⼀体的完整系统。组件按职能划分为三组：规则与协同⼯作规范、⼈员与组织结构、流程。

4、IBM 数据治理框架

IBM数据治理委员会结合数据的特性，针对性地提出了数据治理的成熟度模型。在构建数据治理统⼀框架⽅⾯，提出了数据治理的要素模型，并认为业务⽬标或成果是数据治理的最关键命题。在要素模型中，有三个促成因素会影响业务⽬标实现，即组织结构和认知度、政策和数据相关责任者；在促成因素之外，必须重点关注数据治理的核⼼要素和⽀撑要素，具体包括数据质量管理、信息⽣命周期管理、信息安全和隐私、数据架构、分类和元数据，以及审计、⽇志和报告。

5、国际信息系统审计和控制协会（ISACA）数据治理框架

国际信息系统审计和控制协会（ISACA）的COBIT5是⾯向过程的信息系统审计和评价标准，是国际公认的权威信息技术管理和控制框架。COBIT5提出了数据治理的五项基本原则：满⾜利益相关者需求、端到端覆盖企业、采⽤单⼀集成框架、启⽤⼀种综合的⽅法、区分治理与管理。在基本原则的基础上，COBIT5详细阐述了相关数据治理理论，包括数据治理的利益相关者、促成因素、范围、治理和管理的关键领域等。

COBIT5提出的数据治理理论是⼀种原则驱动的⽅法论，通过五项基本原则推演出数据治理的完整体系，使企业能够建⽴⼀个有效的治理与管理框架。

6、Gartner数据治理体系框架

Gartner提出了⼀个数据管理参考架构，描述了数据管理的所有构成要素及要素间的层级关系，数据治理和信息管理仅是该架构的组成部分。同时， Gartner还建⽴了⼀个数据治理与信息管理的要素模型来描述⽀撑数据治理⽅案的基本要素，该模型包含四个部分：规范、规划、构建和运⾏，它适⽤于实施数据治理计划的任何组织。

7、DCMM数据治理体系框架

DCMM（Data Management Capability Maturity Assessment Model，数据管理能⼒成熟度评估模型）是我国⾸个数据管理领域国家标准，将组织内部数据能⼒划分为⼋个重要组成部分，描述了每个组成部分的定义、功能、⽬标和标准。该标准适⽤于信息系统的建设单位，应⽤单位等进⾏数据管理时候的规划，设计和评估。也可以作为针对信息系统建设状况的指导、监督和检查的依据。

结语

数据治理是一项比较复杂的工作，后续的文章中我们将依据DAMA数据治理体系框架，对数据治理环节中的数据标准管理、主数据管理、元数据管理、数据质量管理、数据需求管理、数据安全管理等进行详细的介绍。