随着信息技术的快速发展，以数据为核心的信息化应用越来越广泛发展，业务场景越来越复杂和多样。在大数据时代，我们如何在海量的数据中挖掘数据价值，通过数据驱动业务增长、改善组织运营？企业数据治理工作也已经成为企业的一个重要课题。什么是企业数据治理？数据治理主要分为三个阶段在进行：第一阶段数据资源梳理、第二阶段数据开发、第三阶段数据管理。

1、数据资源梳理

数据资源梳理是数据治理的第一个阶段，也是最重要的工作之一。企业应通过数据采集的方式对所有数据进行初步梳理并建立数据源清单。梳理数据源包括：外部数据源（包括 SQL数据库、 ERP数据库、 OA系统、 CRM系统、财务系统等）、内部数据源（包括 ERP系统、 SAP系统等）及外部数据源（如 HR等);数据质量包括系统质量和技术支持数据质量等；其他数据源包括：行业或领域内的第三方数据源等；不同类型数据源应根据业务需求或应用场景进行分类归类处理。同时还应考虑外部数据源接入情况、系统使用情况及其对企业造成的影响情况。例如企业对内部系统资源和外部资源的占用会直接影响企业数据的质量和数据管理水平。为了达到企业数据仓库系统标准化建设的目的（数据共享）要求系统平台间数据信息安全与保密原则要求要通过系统平台实现与数据共享接口进行系统之间的转换和数据交换。为实现以上目标要求而建立起统一共享交换基础设施以及信息平台是企业数据治理工作的基础和前提。企业要做好数据资源盘点是第一步，要从资源管理角度出发梳理数据资源种类：主要包括数据源清单梳理和数据源目录确定及表内数据源；统一数据源标准；数据库定义及文档；数据质量管理体系；数据质量控制体系；数据分析模型设计指标体系；数据加工方案及能力评估方式；业务信息分析模型；技术框架；数据仓库构建要求（以模型为例）企业应根据自身特征和业务发展情况制定数据获取方式、数据质量标准等基础制度建设等进行明确划分并制定数据资源管理和使用规则。数据梳理时将数据定义为：包括应用场景所产生结果中包含了大量与业务无关数据量或价值不高数据内容（包括关系不清楚数据来源等）以及非相关数据源等数据时产生的数据类型及数据表。企业需要对数据资源进行管理汇总与分析判断：梳理企业各个系统的用户接口情况（比如 ERP系统);数据仓库系统中是否有对应接口文件；数据质量控制水平等。建立起标准信息目录

 2、数据开发

在数据治理第一阶段，企业已经基本完成数据资源梳理，构建了企业数据资源管理体系。企业应该对数据进行合理有效地管理和使用，数据成为企业的重要资产和核心竞争力。数据治理工作要从用户需求出发来思考，为企业制定数据开发的业务流程和开发技术做好技术准备。通过数据开发流程梳理和项目实践来快速掌握数据获取方法和技术要求。完成数据开发之后并不意味着已经成功了，但是数据管理就是一步成功了一半也还不算完。因此，我们需要设计好数据开发流程来开发我们所需要的数据产品和服务来支撑企业未来业务增长。这一阶段需要对数据进行质量管控。质量管控和质量控制过程中需要数据管理系统来保证数据质量完成。完成数据开发之后进行运维工作和技术支持将会为企业数据资源提供良好的应用体验(1)根据数据开发时长和需求确定数据开发项目目标和开发阶段需求（表1)及指标（定义);数据开发是对数据资源进行优化和梳理管理等工作。在数据开发流程完成之后及时交付给业务团队使用。数据管理的重要组成部分：在企业内部应该建立数据资源管理体系并有效运行；在企业内通过系统对数据进行管理；通过对数据资产质量监管进行数据质量控制；促进数据要素市场发展；促进数据技术成果应用；支持大数据分析与应用系统开发；支持对数据进行处理等方面，这些工作都是数据开发过程中必须要做好的事情。

3、数据管理

数据管理是数据治理的一个核心问题。无论是应用还是开发平台，数据管理都是为了提升数据价值而设计的。而数据治理不是简单的“整理”那么简单，因为数据质量不同，数据价值体现也不同。数据治理工作不能仅仅停留在为数据做好服务这一层面上，而是要将数据价值发挥出来，为业务部门提供更多解决方案。

4、企业数据分析

企业数据分析主要通过 BI分析工具实现，包括数据指标分析、数据挖掘分析、业务预测分析等多种分析方式。主要包括统计分析、定量分析、定性与定量分析相结合、数据自动分析、数据模型训练等，主要目的是获取数据价值，通过数据洞察来帮助业务部门了解企业发展现状并发现问题所在，解决问题；发现业务中所面临的问题及分析解决策略；实现业务快速发展。通过上述过程的数据治理工作也使得企业从海量数据中获取并应用这些数据是非常重要，因为它们可以帮助企业实现数据驱动业务增长。因此企业应对外部环境变化要及时快速反应能力提升对收集和处理信息能力以及决策能力和支持水平建立完善了大数据体系并发挥了重要作用成为了企业提高运营效率降低成本的重要手段。目前国内很多企业已通过大数据业务系统建设使数据价值得到充分释放。

5、总结

企业数据治理从数据采集到数据共享再到应用的全流程，都离不开数据质量的保障。数据治理不能仅仅局限于数据的采集，数据质量是一个综合管理体系的重要组成部分。数据质量是整个数据质量管理体系的重要组成部分，是数据质量管理水平、业务水平和绩效实现的基础，是企业发展战略、组织架构运行、内部控制和外部环境的客观评价。只有做到这一点才能保证各项工作顺利进行。数据治理对于数据质量的影响是巨大的。只有不断地进行改进和优化工作流程才能使数据价值得到充分发挥。企业数据质量与企业发展息息相关，企业只有进行数据质量管控和提升才能更好的为业务服务并创造更大价值。未来数据资源将会成为企业竞争重要力量，这是我们共同参与的事业。只有通过数据科学技术提高企业数据资源价值才能使业务和企业发挥更大的作用！

更多数据治理相关资料请咨询客服获取，或者直接拨打电话：020-83342506