數據和分析領導者知道，如果不實施有效的治理，那么他們的數據和分析投資將無法滿足企業機構的關鍵需求，如收入增長、成本優化和更好的客戶體驗等。

數據和分析領導者迫切需要能夠為數據和分析創造有效基礎的數據治理最佳實踐和實際步驟。

Gartner研究副總裁Saul Judah表示：“由于關鍵治理領域沒有明確的最佳實踐基準，因此數據和分析領導者難以確定需要改進治理的哪些方面。”

7個數據治理關鍵基礎

1. 將數據和分析治理與業務結果對齊

治理工作應與業務戰略和優先事項建立直接聯系。但企業機構在確定數據和分析治理實踐時往往圍繞數據而不是業務，使得數據和分析領導者與業務領導者難以開展卓有成效的討論。

為了更好地支持業務成果，應將治理政策和標準與業務優先事項、業務流程指標以及數據和分析指標對齊。

應把業務價值和優先成果作為治理章程的核心并制定明確的業務成功指標。確認負責這些指標的利益相關者并與數據和分析指標建立聯系。最后，組織與關鍵決策者的研討會并考慮能夠改進他們經營成果的策略。

2. 維持問責制度和決策權模式

問責制度和決策權模式對于任何數據和分析工作的成功都至關重要。該模式可以監督相關人員對他們所做的決定負責并給予利益相關者對治理決策流程的信心。

3. 實施基于信任的治理

數據和分析資產遍布整個企業而且性質各異。因此，基于“所有信息都是平等的”這一假設所做出的業務決策已不再有效，而是需要建立一個具有以下功能并基于信任的治理模式：

·支持分布式數據和分析生態系統

·承認不同的資產沿襲和監管

·協助企業領導者更加自信地根據背景做出相關決策

評估數據目錄等技術如何幫助您發現、評估和治理整個企業生態系統的數據和分析資產。

4. 重視數字倫理和透明度

為了實現成功的數字化轉型，數據和分析治理必須建立在透明度和數字倫理原則的基礎上。數據和分析治理決策應該是明確的、合乎情理的和有書面記錄的。作為數據和分析領導者，您應該建立一個可以在全企業實施的數字倫理框架。

請將您的數據和分析治理章程與您所在企業機構的業務價值以及數字倫理原則對齊，確保該章程指定相關的權限和問責制度并解釋決策的依據。

數據和分析治理操作步驟應具有一條清晰的審計線索來突出顯示所做的決策、所采取的行動、相關的投資和支出以及數字倫理遵守情況。

5. 考慮風險管理和信息安全

表現出色的企業機構應具有風險意識而不是一味規避風險，在處理風險的同時把握數據和分析所創造的機會。一般情況下，企業機構會將業務機會和風險分開治理，而在評估業務結果時，它們也不會將信息安全視為關鍵組成部分。

數據和分析治理機構應建立能夠做出平衡的決定、對機會、風險和安全給予必要重視并牢記企業機構長期利益的多學科團隊。

治理決策評估指標應能夠指示業務價值、未來的風險和機會以及信息安全方面的不足。為了實時解決數據和分析風險，可建立一個控制環境并將該環境與企業信息安全框架集成。

6. 落實治理培訓和教育

數據和分析治理行動計劃要求人員根據政策和標準所規定的期望采取不同的行為。但有時無法明確到底應該采取什么樣的新行為。應與人力資源部門合作，制定一個學習和發展制度以支持數據治理最佳實踐，通過分析與治理相關的角色來了解所需的技能組合，開發由網絡研討會、博客或指南組成的培訓模塊作為相關的最新學習材料，并且評估這些材料如何幫助做出更好的治理決策并進行必要的改進。

為數據和分析角色設定具體、可衡量的目標，例如可以將完成關于數據治理最佳實踐的特定培訓模塊作為員工年度目標之一。

7. 鼓勵文化變革和協作

由于數據和分析治理決策是由全企業做出的，因此必須重視協作而非中央化。數據和分析治理不能成為一種官僚主義活動；相反，它應該側重于人與人之間的互動、故事講述、知識共享和創新。

首先可以通過參加高管會議、全體員工會議和其他會議，了解目前企業機構內部對數據的看法。明確在文化方面需要做出什么改變，設計并敘述一個故事來解釋數據和分析治理如何解決引起數字疲勞的實際挑戰。