一、概述

DGI數據治理框架是一種邏輯結構，用于對涉及企業數據決策和采取行動的復雜活動進行分類、組織和傳達。

我們的組織是否需要數據治理框架

所有組織都需要能夠就如何管理數據、從中實現價值、最小化成本和復雜性、管理風險以及確保遵守日益增長的法律、法規和其他要求做出決策。管理層和員工需要做出正確的決策——能夠堅持的決策。他們需要就如何“決定如何決策”達成共識。他們需要制定規則，確保規則得到遵守，并處理違規、含糊不清和各種問題。

簡而言之，他們需要做的不僅僅是管理數據；他們需要一個治理系統來制定管理活動的參與規則。小型組織或數據環境簡單的組織或許能夠通過非正式的治理體系來實現這些目標。他們甚至可能意識不到自己何時在管理決策和更廣泛的治理決策之間切換。另一方面，大型組織或數據或合規環境更為復雜的組織通常會發現，他們需要退一步，商定一個更正式的治理體系。DGI數據治理框架旨在幫助這些組織。

采用DGI數據治理框架的價值驅動數據治理計劃始于WHY：一個或多個價值聲明，這些聲明是計劃的基礎，該計劃的使命是以可識別和可衡量的方式向計劃的受益者提供該價值。

交付價值是通過直接的項目輸出以及對以下協作努力的貢獻來實現的：

• 通過“小g”治理，增加數據資產和資產的價值，同時管理風險：
• 數據產品；目錄；定義；元數據；
• 控制；檢查點；測量。

通過“大G”治理輸出實現組織清晰度、效率和有效性，例如

• 數據決策權；數據相關決策；
• 問責與監督模式；
• 政策和規則；指導和監督。

在流程、工具和溝通的支持下，數據治理工作計劃作為活動組合進行管理，每個活動都有自己的重點、范圍、目標、指標、生命周期和資金模型。

數據治理辦公室(DGO)負責推動工作計劃。其他參與者包括決策委員會、參與工作計劃活動的數據管理員，以及提供決策者和管理員的計劃受益者。

二、DGI數據治理框架組件

本節介紹了數據治理計劃的10個通用組成部分。無論您的計劃側重于什么，它都會在一定程度上涵蓋這些組成部分，盡管每個組成部分的側重點會根據計劃目標而有所不同。

組織這些組成部分的一種方法是審視你的項目存在的原因、它的作用、參與項目的人員，以及他們如何執行流程來為你的組織創造價值。

框架組件#1：使命和價值

每個數據治理項目的使命都應該是為組織創造價值。它通常通過以下方式實現這一目標：

• 增加組織的產品、服務、流程、能力和資產的價值；
• 降低成本、復雜性、混亂和延誤；
• 降低風險。

然而，諸如上述陳述的宏偉目標并不足以證明數據治理計劃的合理性。畢竟，數據治理本身很少能產生直接收益，其存在本身也無法直接降低成本或風險。相反，數據治理提供的產出會影響其他方面，從而產生價值。

因此，數據治理項目通常會根據組織的獨特條件、文化和痛點，制定價值交付方法。每個項目都會根據這些因素制定獨特的使命。在項目啟動之初，以及之后的定期會議上，項目負責人會與組織其他成員會面，回顧塑造項目成功的因素。這些因素包括：

現有治理

• 關于數據管理的決策是如何做出的？
• 有哪些決策機構可以滿足數據需求？
• 潛在受益者在數據決策中參與程度如何？

現有管理層

• 領導層對數據治理和管理有何看法？
• 數據管理是其獨立的功能嗎，還是被納入技術管理？
• 執行數據分析和數據科學的功能在數據管理中是否有發言權？

現有數據

• 該組織是否開發并銷售或共享數據產品？
• 該組織是否因其當前的數據實踐而面臨重大的合規風險？
• 數據分析和數據科學對他們處理的數據有何看法？

對該計劃的期望

• 領導層對數據治理有何期望？
• 業務和合規計劃對數據治理有何期望？
• 技術團隊對您的計劃有何期望？

治理視角

• 數據治理計劃是否旨在直接向組織的領導團隊提供戰略投入？
• 是否有望集中力量發揮其召集力，加強優先事項、資源和產出的協調，從而使多項努力受益？
• 是否預計只集中于幾種類型的輸出，例如數據質量、詞匯表、重點合規性或對特定程序的支持？

治理文化

• 數據治理將被賦予多少實際權力？
• 它的主要定位是咨詢還是合規功能？
• 其預期影響的深度和廣度是多少？

這些問題的答案應該有助于明確數據治理計劃的目標。它可以定位為一項戰略職能，由首席數據官(CDO)領導，負責優化整個組織的數據資產，并為未來做好準備，并接受依賴這些數據資產的其他領導職能部門的建議。另一方面，它可能是一個小型職能部門，為目標受益者創造價值，但不對其他人抱有期望。

或者，您的數據治理計劃可能處于中間位置。

它可能是一項富有遠見的職能，專注于同行組織和未來發展，并與戰略專家合作，以提供信息和影響（但不控制）未來協作視角。此類項目的產出可能旨在引導組織邁向理想的未來，并作為護欄，防止其資產在未來變得不適用。

它可以充當變革推動者，關注正在開發的項目、流程和技術。在這種情況下，數據治理可能負責關注“大局”，以便其他人可以關注他們的專業和細節。在這種情況下，數據治理的作用可能是不斷觀察、描述和促進工作風險與回報、增值與合規性、戰略利益相關者的需求和自動化系統的需求之間的平衡。此類計劃的輸出可能是分析、決策和這些決策的決策權、對這些決策產生的行動項目的責任以及對這些行動的監督責任。數據治理可以與系統開發生命周期(SDLC)或數據開發生命周期(DDLC)緊密合作，以確定應插入功能和控制的點。

您的數據治理計劃可以充當技術部門與組織其他部門之間的橋梁，也可以充當風險/合規部門與價值創造職能之間的協調器。它或許有望成為利益相關者的召集者，為組織以數據為中心的需求提供意見：哪些能力、產品和資源。在這種情況下，數據治理的作用可能是識別能夠在技術和數據生命周期的適當時間表達需求的個人，并將他們與法務、合規、安全和其他利益相關者聯系起來。它可能需要作用于組織的各個層面，并充當通用的翻譯器。

或者，您的數據治理計劃可能側重于內部，管理數據架構、工具和數據管理實踐。它可能被定位為一種戰略推動者，用于闡明機遇和風險，幫助領導層決定如何最好地管理現在和未來的資產。在致力于數據治理使命和價值聲明之前，必須設想整個計劃似乎有些奇怪。但這是成功的數據治理計劃的秘訣。他們了解對他們的期望以及由誰來承擔。他們了解在組織的條件和文化下他們是否能夠滿足這些期望。他們將這種期望與他們在組織內的位置以及他們可以從該位置創造的價值進行權衡。他們精心設計了一系列具體的價值聲明，并將實現該價值作為他們的使命。

框架組件2：數據治理計劃的受益者

如“使命”部分所述，您的數據治理計劃應該為組織的產品、服務、流程、能力和資產提供價值。這種價值可以體現在以下方面：

數據本身

• 提高所需數據的適用性
• 更好地了解數據的質量或結構
• 提出所需數據點和質量標準的能力

數據產品

• 現有數據集和產品的目錄和清單
• 詞匯表、定義和元數據
• 提出改進或新產品的能力

政策和規則

• 幫助引導實現所需的標準和政策

指導和建議

• 能夠提出額外的規則和標準來滿足他們的需求

檢查點和控制

• 通知和其他感興趣的溝通
• 洞察數據和技術生命周期中的控制點
• 在檢查站滿足他們的需求的能力
• 社區、倡導者和專家

洞察數據責任

• 介紹所需數據的專家、管理員和保管人
• 向數據管理和技術團隊表達需求的能力

決策

• 洞察過去的決策及其參與者
• 解決問題的流程和論壇
• 參與數據相關決策的能力

數據治理項目通常會設置在線資源，使組織內的個人能夠識別資源并聯系治理參與者，而無需數據治理辦公室的介入。然而，與潛在受益者設定明確的期望至關重要。根據使命設定的結果，您的項目將專注于特定的利益相關者及其需求。

以下是與數據治理受益者合作時應避免的三個陷阱。

“從小事做起=失敗”的觀念

通常，新項目會被建議“從小處著手”，然后再逐步發展。或許，他們被要求從“小細節”開始，例如填充詞匯表、定義數據質量項目的規則，或在技術項目中構建合規性控制。雖然這些工作確實提供了價值，而且需要完成，但有些人可能將其描述為數據管理活動，而不是數據治理。重要的是，要確保其他利益相關者不會認為你的項目正在嘗試（并且失敗了）提供更高層次、覆蓋整個企業的價值。

認為治理“太容易”

另一方面，您的項目可能將大部分精力放在“大數據”（BigG）治理工作上，即召集組織內各利益相關方共同應對重大決策、設定責任并協調數據管理和利用工作。這類工作遠不止在會議室里制定決策的幾個小時。如果需要大量的準備和分析，以及用于后續行動和監督的工作流，那么您的利益相關方應該意識到這些工作。他們應該理解召集參與者、做好前期工作以確保其意見有效的重要性，以及數據治理工作將為產品、服務、流程、能力和資產帶來的價值。

忘記了治理就在房間里

你的項目提供的產品和服務可能兼具“大G”和“小G”的產出。你的領導團隊、項目負責人或團隊成員可能會要求你提供服務。你知道需要做什么，然后就去做。你為工作或其資產增加了價值。你減少了混亂并幫助管理風險。你帶來了額外的任務，從長遠來看節省了時間和工作量。你增強了原有團隊的力量，使他們更加成功。但是，當獲得贊譽時，卻沒有提到你。為什么？領導層忘記了你的存在。你忘了提醒他們你一直在那兒，你在為他們的利益而努力，你在創造價值。避免這個陷阱的方法是與利益相關者和受益人進行溝通。

框架組件#3：數據產品

大多數數據治理項目都會開發或貢獻數據產品，供整個組織內的團隊使用。這些產品旨在成為可重復使用的資產，并針對特定用途進行設計。它們通常是可信的數據集，從多個相關來源收集數據。這些數據產品旨在成為“可信的真相來源”，并對原始數據進行處理，以確保適當的機密性/隱私性、數據質量和標準化。

它們通常通過目錄、清單或自助服務門戶提供。每個產品都包含元數據，以便目標用戶識別和理解。數據產品通常會附帶認證，以證明其符合治理和合規性要求。

數據產品可以呈現為儀表板、分析模型、數據模型、數據集、數據饋送或其他格式。用戶應該能夠確定產品的捕獲和呈現時間、邊界、數據描述的時間段以及產品的其他特性。產品應附帶數據使用和共享說明、限制以及適用的合規性要求。

數據詞匯表和定義對于理解數據產品、系統和非結構化信息中使用的各個數據元素的含義是必要的。

數據治理人員通常隸屬于開發數據產品和詞匯表的多功能團隊。他們可能需要代表法律和合規利益相關者的需求，識別并傳達技術人員可能不太了解的功能、約束和控制。

框架組件#4：控制

數據始終處于危險之中。

隨著數據泄露事件的激增，以及數據托管人所承受的后果，數據也可能帶來風險，這一點日益明顯。我們該如何應對風險？我們管理風險，最好是預防那些我們不希望發生的事件。對于我們無法確定能否預防的事件，我們至少可以檢測出來，以便糾正問題。

風險管理策略如何運作？通過控制措施。控制措施可以是預防性的，也可以是偵查/糾正性的。它們可以是流程控制或技術控制，可以是自動化、手動或技術支持的手動流程。

數據治理項目通常會被要求推薦可用于支持治理目標的數據相關控制措施。數據治理也可能被要求推薦如何修改現有的通用控制措施（變更管理、政策、培訓、生命周期和項目管理等），以支持治理目標或企業目標。

有時，數據治理會被要求通過解釋不同的數據相關控制如何相互建立來協助內部或外部審計。

數據提供價值。

控制措施的作用不僅僅是管理風險。它們還能通過提高數據、數據產品及其使用流程符合預期的可能性來創造價值。這些控制措施可以由人工執行，也可以嵌入到自動化例程或系統中。它們可能側重于標準化、符合要求或支持數據使用。

數據控制通常結合價值和風險管理。

許多數據控制措施旨在同時提供價值、降低成本和管理風險。例如，訪問治理控制措施，它強制執行關于誰可以在何種情況下查看/更新哪些主體的哪些數據的規則。

在開發和實施單個控件之前，設計人員會根據數據訪問治理團隊下達的策略、指導和規則做出選擇。通過了解指導和規則背后的業務和合規意圖，這些設計人員可以就如何開發和配置產品做出明智的決策，從而

• 向數據點的授權用戶呈現最大的價值
• 避免為授權用戶和未授權用戶提供服務的技術團隊之間的重復工作
• 根據產品用戶的個人資料，采用現有的授權技術來打開或關閉數據。

框架組件#5：責任

一旦創建規則或做出與數據相關的決策，組織即可立即采取行動。誰應該做什么，以及何時做？對于那些與部門職責不完全對應的活動，數據治理計劃可能需要定義可融入日常流程、組織軟件開發生命周期(SDLC)或數據開發生命周期(DDLC)的責任。

對于以合規性為重點的項目來說尤其如此。組織有時難以分配合規活動的責任。原因何在？首先，合規性——就像治理一樣——通常是一項跨界舉措，需要跨職能協調。其次，許多擅長規劃特定領域管理的經理，對后合規范式的要求缺乏經驗，在這種范式下，工作直到你……

1)執行
2)控制
3)記錄
4)證明合規

個別經理通常無法確定設計和實施控制措施、文檔和可審計合規證明所需的所有任務和集成點。事實上，在合規環境中，個別經理可能不被允許獨立解讀需求。因此，公司通常會轉向一種模式，由一個集中式團隊制定這些需求，然后進行分發。有時，數據治理部門會被要求協助制定此類數據相關工作的需求和責任。或者，他們被指派監督系統開發生命周期(SDLC)或數據開發生命周期(DDLC)中特定檢查點的責任，以確定應插入功能和控制措施的點。

注意：無論您是否處于合規環境中，大多數治理工作都涉及跨職能團隊。您的治理協調員需要了解并遵守組織關于員工參與、任務分配和向管理層匯報狀態的規程。

框架組件#6：決策權

在制定任何規則或做出任何與數據相關的決策之前，必須先確定一個決策：誰來做決定？何時做決定？使用什么標準？數據治理項目通常負責協助、記錄、存儲和公開誰在何時做了哪些決策。

合規相關決策的決策權通常很容易界定。是否遵守法律、法規或標準的決策權可能由組織的高管層做出。另一方面，如何遵守則可能需要多個利益相關者共同討論各種方案。

對于其他類型的決策，建立適當的決策權首先要確定受決策影響的產品、服務和資產，然后確定為其辯護的代表。

通常，數據治理項目最顯而易見的好處之一就是決策分析的成果。數據治理官員為關鍵決策做準備時進行的利益相關者圖譜繪制，可能對組織中的其他人也有價值。這項工作或許能識別出一個事實上的群體，只需稍加努力，即可將其轉變為常設小組。決策者推薦的顧問可能是指導數據管理員和保管員的關鍵資源。

此外，查看誰參與（或未參與）關鍵決策的能力可能有助于您的組織確定決策是否基于正確的決策標準、正確的背景以及是否符合對戰略和優先事項的正確解讀。

以下是思考決策權的另一種方式：

管理很容易形象化：它由組織結構圖框中的功能和名稱表示，這些框中的任職者有權在其指定的控制深度和廣度范圍內做出涓滴決策。

治理更難形象化。它發生在組織結構圖的空白處，由決策機構召開會議，代表各自的方框、優先事項和項目，同時解決問題并做出貫穿整個組織結構圖、影響眾多方方面面的決策。整合決策者的這些慣例并非易事；但將它們記錄下來以備將來使用則極具價值。

框架組件#7：政策和規則

成熟的數據治理方案幾乎總是有助于制定高層、自上而下的數據相關政策。它們還應充當業務團隊、法律/合規團隊和技術團隊之間的溝通橋梁，負責解讀政策并采取行動。

這項翻譯服務需要能夠理解關于業務需求和約束的高層表述，并識別其對產品、服務、流程、功能和資產的影響。它需要能夠使用通俗易懂的語言描述這些影響，并識別需要更詳細、更清晰或更清晰解釋的要點。通常，數據治理團隊通過讓受益者意識到變化、機遇或擔憂，并進而觸發分析和協作，為其受益者提供“大數據”治理價值。

數據治理計劃也可能涉及“小g”治理，通過定義或審查旨在為數據、數據產品或影響它們的過程帶來標準化或控制的細節級規則。

許多數據治理計劃發布或貢獻與數據產品的可接受使用和共享、數據分類和安全相關的指導和護欄。

他們可能會被要求確定管理員、保管人和其他人員，以在項目、系統開發生命周期(SDLC)或數據開發生命周期(DDLC)的開發過程中倡導特定類型的數據規則。

框架組件＃8：數據治理流程，工具和溝通

數據治理流程

通過執行數據治理流程、使用專門的工具以及通過展示DG貢獻和利益的溝通，可以產生有價值的輸出。

理想情況下，這些流程應該標準化、記錄化且可重復。它們應該以支持價值交付的方式精心設計，同時兼顧數據管理、隱私、安全和訪問管理方面的監管和合規性要求。

每個組織都會決定在數據治理過程中采用何種程度的結構化和正式化。數據治理研究所建議采用正式、記錄在案且可重復的程序來處理以下事項：

• 協調政策、要求和控制
• 建立決策權
• 建立問責制
• 履行管理職責
• 管理變革
• 定義數據
• 解決問題
• 指定數據質量要求
• 將治理融入技術
• 利益相關者關懷
• 溝通
• 衡量和報告價值

數據治理工具

雖然你的數據治理任務可能與技術無關，但你的交付很可能依賴于技術。你可能需要評估工具來：

• 管理你的程序及其輸出
• 吸引參與者
• 捕捉指標并展示價值
• 記錄并分享政策、規則和決定。

同樣，您的程序可能會被要求評估治理能力和旨在解決以下問題的工具的功能：

• 詞匯表和元數據
• 數據質量
• 數據目錄和產品
• 訪問和安全
• 隱私和保密
• 模型、譜系和發現
• 政策和控制
• 以及其他

數據治理溝通

鑒于數據治理的諸多環節，溝通對于實現價值并讓受益人認可其價值至關重要，這一點不足為奇。您的數據治理辦公室(DGO)員工需要具備強大的書面、圖表和口頭溝通能力，才能：

• 清晰的陳述價值
• 擔任業務、合規和技術團隊之間的翻譯
• 描述你的程序
• 定義流程
• 捕捉指標和成功案例
• 闡明受益人的需求和限制
• 記錄決策和責任
• 為非技術人員解釋技術問題
• 編寫政策、指導和規則

一些數據治理人員可能需要接受特殊培訓，以識別他們應該與誰溝通、應該傳達哪些信息以及何時應該聯系同事。對于負責系統開發生命周期(SDLC)或數據開發生命周期(DDLC)中特定檢查點監督職責的人員來說尤其如此。這些人員應該能夠簡潔而權威地描述利益相關者的需求、強制和建議的活動和控制措施，以及他們請求背后的背景。

框架組件#9：數據工作計劃

數據治理涉及諸多環節。由于眾多利益相關者對成果抱有諸多期望，管理項目、職責和項目計劃可能頗具挑戰性。許多數據治理項目采用組合式方法來組織工作，將項目和正在進行的活動分組到工作流中。

每個工作流通常都有自己的生命周期，有自己的重點、范圍、目標、指標、資金和職責。

如前所述，某些工作流的產出可能是“軟”結果，這些結果往往是說明性的或難以衡量的。其他工作流則應遵循SMART原則：具體(Specific)、可衡量(Measurable)、可操作(Actionable)、相關(Relevant)和及時(Timely)。

正如在組成部分1：使命和價值中所討論的，數據治理項目在規劃范圍時需要謹慎。它們必須具備向受益者交付承諾的價值的能力，并且必須確保將有限的資源分配給正確工作流中的正確任務。雖然這些任務和工作流的產出被稱為治理產出，但它們的交付需要數據治理辦公室領導的強有力管理。

成熟的數據治理計劃可以提供增加價值、降低成本和復雜性或管理以下某些方面風險的輸出：

• 數據使用情況
• 戰略
• 數據科學
• 數據管理
• 產品管理
• 遵從
• 政策/標準
• 訪問/共享
• 適用性
• 數據定義
• 其他

描述工作流

對于每個工作流，參與數據治理的每個人都應該了解成功的定義以及如何衡量它。不妨考慮使用以下公式創建價值聲明：

數據治理工作之前和期間

因為數據治理旨在做A，我們期望提供B[輸出]，提供C[對受益人的影響]；
否則，他們將面臨D的風險，并導致E的結果。

經過努力

因為數據治理做到了A，它提供了B[輸出]，并帶來了C[對受益人的影響]；如果沒有它，他們就會面臨D的風險，因此也會帶來E的風險。

框架組件#10：數據治理參與者

數據治理辦公室(DGO)負責促進和支持數據治理和數據管理活動。當專注于“大G”治理（例如高影響力決策）時，DGO會召集決策機構，并將其決策轉化為行動項目。當專注于執行或“小G”治理控制和活動時，DGO會與組織內各職能部門的數據管理員和保管人合作。

數據治理辦公室

數據治理辦公室(DGO)負責促進和支持數據治理和數據管理活動。它……

• 運行程序
• 跟蹤數據利益相關者和管理員
• 與其他學科和項目進行聯絡，例如數據質量、合規性、隱私、安全、架構和IT治理
• 收集并協調來自這些利益相關者群體的政策、標準和指南
• 根據要求安排向IT項目提供信息和分析
• 促進和協調數據分析和問題分析項目
• 促進和協調數據管理員會議
• 收集指標和成功措施并將其報告給數據利益相關者
• 通過溝通、獲取信息、記錄保存和教育/支持等形式提供持續的利益相關者關懷
• 闡明數據治理和管理活動的價值
• 為治理主導和數據相關事務提供集中通信
• 維護治理記錄

您的數據治理辦公室(DGO)規模需要多大？有些組織可能只需要一個人。有些組織則需要專門的團隊來負責這項工作。還有一些組織，DGO是首席數據官的執行部門。

數據治理機構(DGO)的構成取決于您計劃完成的工作范圍。這還取決于您的DGO是否需要自行開展研究和分析，或者是否能夠持續訪問數據管理和元數據管理資源。同樣，DGO的規模也取決于您的團隊需要推薦、執行、監控和報告多少“小G”工作。

不要低估DGO員工需要進行的溝通、協商和知識共享工作量，以便將利益相關者、管理者和其他參與者聚集在一起。尤其對于剛剛正式實現治理的組織而言，“軟技能”協調活動至關重要，而且可能非常耗時。

決策機構

數據利益相關者是指可能影響或受所討論數據影響的個人或群體。由于數據利益相關者會影響數據相關決策，也受其影響，因此他們通常有一些期望，而這些期望必須由數據治理計劃來滿足。有些人希望參與數據相關決策的制定。有些人希望在決策正式化之前獲得咨詢，而有些人則希望在決策制定后獲得相關信息。

大多數數據治理項目都有一個由一組數據利益相關者組成的決策機構，他們共同制定與數據相關的決策。他們可以制定政策和標準，也可以提出建議，并由更高級別的決策機構采取行動。

有時，尤其是在大型組織中，單一層級的決策者是不夠的。在這種情況下，可能需要建立層級分明的決策機構，并設立專門的工作組來處理特定的數據問題或決策。

每個組織在數據相關決策中設立決策機構的方式都是獨一無二的。它會考慮到組織的實際情況、文化和管理結構。數據治理項目通常會將重大決策權交給名稱中沒有“數據”一詞的團隊；相反，數據決策是他們的工作流之一。

數據管理員和保管人

每個組織都有其獨特的方法來分配數據管理和數據保管員的職責。一般來說，數據管理員是嵌入在業務和合規職能部門的員工，而保管員則嵌入在技術和數據管理職能部門。

數據管理員通常是數據治理項目的“耳目”，負責識別與數據適用性、使用和共享相關的機遇、挑戰和問題。作為直接與數據打交道的個人，他們熟悉其部門的需求、限制和實踐。他們可以為其團隊提供支持，并根據需要啟動治理工作和流程。

數據管理員還執行流程控制，旨在標準化數據、確保數據質量、觸發半自動化控制、批準訪問權限、編寫定義等等。雖然有些組織將“數據管理員”一詞用于指代決策機構成員，但更常見的情況是，數據管理員會將“小g”治理活動作為其日常工作的一部分或補充。

“數據保管員”一詞通常用于描述技術數據管理員。保管員隸屬于技術或數據管理團隊，通常會將控制措施、配置和設計選擇應用于日常工作，以提高數據滿足利益相關者期望的可能性。

三、小結

以下是有關數據治理的基本信息，包括“誰-什么-何時-何地-為什么-如何”、一些基本問題的簡短解答。

誰參與數據治理？

任何關注數據如何創建、收集、處理和操作、存儲、提供使用或退役的個人或團體都應關注數據治理。我們將這些人稱為數據利益相關者。通常，數據利益相關者同意讓各個IT管理和數據管理團隊決定如何執行我們上面列出的任務。但有時，這些活動需要的決策實際上應該由利益相關者群體根據商定的決策流程來制定；這時，數據治理就應運而生了。此類決策（以及其他活動）由集中資源來促進和協調；在DGI數據治理框架中，我們描述了數據治理辦公室(DGO)。我們還描述了整個組織中數據管理員的角色和職責。

數據治理是什么意思？它起什么作用？

數據治理是指“對數據相關事務的決策和權力的行使”。

更具體地說，數據治理是“針對信息相關流程的決策權和責任體系，根據商定的模型執行，該模型描述了誰可以在何時、在何種情況下、使用何種方法利用何種信息采取何種行動”。

當人們提到數據治理時，他們可能談論的是：

• 組織機構
• 規則
• 決策權（我們如何“決定如何決定”）
• 責任，或
• 監控、控制和其他執法方法

數據治理計劃可能會有很大差異，具體取決于其重點（合規性、數據集成、主數據管理等）。然而，無論治理的“風格”如何，每個計劃本質上都有相同的三部分使命：

• 制定/收集/調整規則，
• 解決問題，以及
• 監控/強制執行合規性，同時為數據利益相關者提供持續支持。

組織何時需要正式的數據治理？

當出現以下四種情況之一時，組織需要從非正式治理轉向正式數據治理：

組織規模變得如此之大，以至于傳統的管理無法處理與數據相關的跨職能活動。

該組織的數據系統變得非常復雜，以至于傳統管理無法解決與數據相關的跨職能活動。

組織的數據架構師、SOA團隊或其他橫向關注的團隊需要跨職能計劃的支持，該計劃需要從企業（而不是孤立的）角度看待數據問題和選擇。

法規、合規性或合同要求需要正式的數據治理。

數據治理計劃位于組織的什么位置？

這因人而異。他們可以隸屬于業務運營、IT、合規/隱私或數據管理等組織架構。重要的是，他們獲得了適當級別的領導支持以及數據利益相關者小組的適當參與。

注意：如果數據治理項目在公司組織結構圖中屬于應用程序開發部門，則很少能成功，因為通常需要由應用程序開發團隊做出妥協，以滿足其他利益相關者的需求。同樣，如果數據治理項目匯報給項目管理辦公室(PMO)，則可能會受到影響，因為負責按時按預算完成項目的項目經理可能沒有動力去發現需要治理關注的數據相關問題。

為什么要使用正式的數據治理框架？

框架幫助我們理清思考和溝通復雜或模糊概念的方式。使用正式的框架可以幫助業務、IT、數據管理、合規性和其他學科的數據利益相關者齊心協力，清晰地理解思路和目標。

使用框架可以幫助管理層和員工做出正確的決策——能夠堅持的決策。它可以幫助他們就如何“決定如何決策”達成共識。這樣，他們就能更有效地制定規則，確保規則得到遵守，并處理違規、含糊不清和各種問題。

組織如何“進行”數據治理？

首先，他們要確定對他們來說什么是重要的——他們的項目將重點關注什么。然后，他們就工作的價值聲明達成一致。這將有助于確定工作范圍，并建立SMART目標、成功衡量標準和指標。接下來，他們要制定工作路線圖，并以此獲得利益相關者的支持。路線圖完成后，他們會設計、部署項目，執行數據治理流程，并執行監控、衡量和報告數據、項目和項目狀態的相關流程。

數據治理項目往往首先關注有限的問題，然后擴展其范圍以解決其他問題或其他信息集。因此，數據治理的建立往往是一個迭代過程；一個新的重點領域可能需要經歷上述所有步驟，同時其他治理主導的工作在“數據治理”階段已經成熟。

我們需要多少數據治理？

盡量少用，才能助您達成目標。DGI數據治理框架可應用于普遍適用的“大爆炸”式項目。但它專為那些希望先有限度地應用治理，然后根據需要擴展的組織而設計。框架中描述的數據治理所有10個組成部分都將存在于最小規模的項目和計劃中；其復雜程度將隨著參與者數量或數據系統復雜性的增加而增長。

通過讓您的團隊掌握框架中描述的術語和概念，您可以培訓業務、IT和合規人員，使他們能夠以恰當的方式相互溝通，從而從數據資產中實現價值，管理成本和復雜性，并確保合規性。“立足本地，放眼全球”的數據治理方法意味著您的團隊在處理大型或復雜的數據相關問題時將做好準備。

我們如何評估我們是否已為數據治理做好準備？

在從當前狀態轉向更正式的治理和管理方法之前，評估數據治理的準備情況至關重要。為什么？當前模式的實施可能有其合理的原因。同樣，變革也可能對企業、特定計劃或項目，甚至個人的職業生涯造成不利影響。危險信號包括：

• 商業團體拒絕介入
• 領導層拒絕贊助數據治理工作
• 當必須執行的決策和規則必須明確地從組織頂層傳達時，決定實施自下而上的計劃
• 授權某個團體（外包商、合作伙伴或團隊）為數據相關的工作做出數據相關的決策，而他們不會從中受益

考慮企業觀點

• 讓數據利益相關者參與
• 糾正數據問題
• 承認數據問題

數據治理最容易被忽視的方面是什么？

那些坐在數據相關問題和決策最前線的員工的溝通技巧。他們需要能夠清晰地表達眾多利益相關者的需求和顧慮，并通過多種媒介進行描述。通常，擔任這些職位的員工缺乏寫作或公開演講的背景，他們需要幫助學習數據相關的溝通技巧、制定溝通計劃以及開發電子郵件模板，以確保所有利益相關者在正確的時間、以正確的順序獲得正確的信息，從而避免行政問題。

同時，培訓可以為精通數據的員工提供這些技能。有了合適的溝通工具，您的數據治理團隊就能開展治理工作，更好地協調不同的數據利益相關者群體。