数据治理面临的问题

首先，抛出我数据治理工作上遇到的头号致命问题吧 － 组织架构

数据治理，本着治理业务数据问题，因从业务发起，数据拉通，数据治理团队跟进。但在目前所在数据质量项目组，是以独立于业务外的数据中心发起，搜集数据分析／开发人员遇到的数据问题，继而向业务寻求反馈。

管理层面，合理的组织架构应该是怎样的呢？

从下至上，从业务系统到数据系统，按照业务事业部依次地：业务人员、事业部研发人员、事业部数据人员、对接各事业部的工作小组、整体工作组、领导组

其次，就是数据治理工作流程了

目前团队没有规范的工作流程，遇到问题就一股脑扑上去沟通、跟进、推动，问题分散不集中、没有明确的业务对象、没有明确的范围、没有明确的管理模式，导致问题极难推动、问题极难明确原因、推动费力费时。

执行层面，合理的治理流程是怎样的呢？

• 业务架构梳理，界定范围
• 拉通业务场景
• 业务对象和业务元数据梳理（元数据管理）
• 数据标准和数据规范制定（数据标准与数据质量规则）
• 总体计划和方案制定（不同类型问题的解决方案）
• 执行落地（方案落地）

继而，便是线上系统化

针对前期人工积累的数据治理内容，在系统上实现配置、自动监测告警、执行计划推送，实现数据生命周期管控。

• 配置表字段的规则
• 生成质量监控任务
• 针对不同类型质量任务，推送解决策略