企业的数据治理流程会遇到哪些挑战，又该如何处理？

之前讲了不少企业数据资产的文章，主要是因为在当前环境下数据能够发挥的作用，或者说创造的价值正在不断带给企业实际的增长。所以如何让企业拥有高价值的数据资产就成为了一个重要的问题，那么到底什么样的数据资产才能够说是对企业高价值的呢？我觉得数据资产价值的关键在于数据质量，数据质量的提升能够直接让企业在数据分析、数据可视化以及各种流程中利用数据，而提升数据质量，就少不了企业的数据治理。

数据治理也是企业经常会在规划中提到的系统级工程，和很多人说的一样，数据治理在企业中确实是一个脏活累活，一方面是数据治理牵扯很多，需要协调沟通企业各部门人员，另一方面则是因为数据治理会触及很多人的利益，需要在职权、责任、考核等多方面进行处理。数据治理很不好干，还因为数据治理需要长期坚持，一旦在过程中、或是规划、执行时出现了问题就很容易半途而废，结果辛苦归辛苦，成果却没多少，很是麻烦。

数据治理的挑战

数据治理是一个复杂的、需要对企业全体员工、业务流程、组织建设等进行沟通协调的长期项目。哪怕你对数据治理不了解，看到这些也应该能明白数据治理工作的特殊性，所以不管数据治理团队是由谁负责，亦或是以哪个部门为牵头人展开，都需要高层管理人员持续进行关注，并给予适当的权限。否则的话数据治理团队没有话语权，那么进行数据治理的过程中势必会困难重重，并且非常容易出现各部门不配合工作，不在乎治理目标和治理措施的情况。

数据可视化 - 派可数据商业智能BI可视化分析平台

此外数据治理因为需要对企业数据进行全面的统筹规划，所以需要整合企业各部门、各业务线的数据。因为这些数据基本上都存储在不同的业务信息系统中，彼此不能互通共享，还可能会有很多手动记录在Excel中的数据，所以需要解决这个问题，才能对数据进行统一的管理。

这其实也是经常提到的“数据孤岛”“信息孤岛”问题，之前文章中说的商业智能BI数据仓库就能够极大程度上解决企业的这些问题，将这些异构数据源统一整合到数据仓库，并通过ETL、数据模型进行数据清理处理，提高数据质量，做好数据治理工作。

业务流程 - 派可数据商业智能BI可视化分析平台

还有就是数据治理团队需要对企业的管理制度进行一定程度上的调整，因为数据治理是需要动员全体员工，并通过长期坚持才能不断提高数据质量的过程，所以很大程度上需要让员工拥有自觉性，通过数据文化或数据考核KPI等明白数据治理工作的重要性，在业务过程中能够遵守相关工作制度，在日常中以规范、标准化的姿态面对数据。

做好数据治理需要的措施

1、建立数据规则，推动数据文化

数据治理往往需要一系列的数据标准手册、数据规范文档等，进一步延伸就是针对各部门具体员工的工作调整。这就需要数据治理团队要给各部门员工开展知识讲座以及培训工作，将数据治理的重要性和数据治理带给工作效率的提升向员工讲清楚，并建立完善的奖惩制度，通过数据KPI考核来让员工在业务流程中能够遵循数据治理工作的逻辑，做好数据管理。

数据可视化 - 派可数据商业智能BI可视化分析平台

2、开展信息化建设，利用数据治理工具

工欲善其事，必先利其器。其实很多时候，数据治理团队在进行治理工作时，经常会发现很多流程也是可以通过软件、工具来进行管理的，所以就会出现发现很多时候不是数据治理工作没有做到位，而是缺少能够让员工使用的各种工具。

所以数据治理团队可以通过信息化建设，也就是应用ERP、OA、CRM等业务信息系统实现业务流程的线上化、规范化、标准化转型，自动将业务数据存储到业务系统中，沉淀数据资产。后续再借助商业智能BI，经过ETL和数据模型对数据进行处理，并统一存储到数据仓库，提升数据治理效果，完成高质量数据的价值转换。

数据可视化 - 派可数据商业智能BI可视化分析平台

3、规划数据指标体系，完善数据分类分级

对于企业来说，数据规模已经达到了一个新的量级，这些数据形成的数据资产需要有一个能够便于查询、访问、调取等的数据指标体系。数据指标体系是对业务流程整个系统体系的汇总分析，可以全面展现企业整体的发展状况，并通过一级、二级、三级指标体系的建立，更好的对核心数据指标，也就是企业的核心业务优先做好治理工作，监控异常数据的出现。

数据可视化 - 派可数据商业智能BI可视化分析平台

数据治理未来发展

随着数据的增长，企业对于数据资产的重视程度不断提高，但不是所有数据都能成为高质量的资产，也不是所有数据都能创造价值。所以数据治理对于企业非常重要，虽然现在一直有脏活累活的吐槽，伴随着数字化技术、应用的发展，相关的方案、工具都会同步发展。

而数据治理在未来能不能有很大的前景，只能说数据质量决定了数据在企业发挥的作用，创造的价值，所以数据治理在未来会逐渐成为各领域企业的基础制度，获得更多成长。