《数据治理》一书的作者 Jim Wells是美国国家信息技术实验室（NITT）的主任，他是数据管理、隐私、公共政策和商业决策方面的专家。 自2000年以来，在美国已有上百家组织采用了这本书的观点和方法进行治理。 这些组织都是为了确保数据治理能够实现其政策目标。 美国国家信息技术实验室（NITT）为政府、商业和学术界提供了有关数据治理的建议和指南。

从理论上讲，本书涉及的概念、方法和模型都可以用于指导企业或组织进行治理，但不是所有人都有能力或意愿去实施这些内容，而且很多国家在实践中已经证明并没有一套通用、系统的方法可以达到这个目的。 因此，本书只适用于那些在美国开展数据治理工作的企业或组织。 本文就“数据治理”一词从含义和分类进行简要分析，并根据作者提供的方法为组织设计一个全面治理框架。

1、数据治理概念和定义

为了描述对数据治理的要求，我们将“数据治理”一词与“数据”和“治理”两个词结合起来，从而将“数据治理”定义为：企业在制定企业战略并实施一系列关键绩效指标的过程中对其信息的收集、存储、加工、共享等进行规范的过程。

2、数据管理与数据保护的概念

由于数据管理工作的重要性，其本身也需要有一个治理框架，来确保它能够执行。 通过阅读本书可以发现， 数据治理框架主要针对数据管理工作，应当从一开始就制定一个治理框架，以确保它能完全符合所有利益相关方的期望

3、数据治理与政策目标

美国国会于2020年通过了《消费者隐私和数据保护法》（CCPA），该法案将于2022年生效。 这是迄今为止美国唯一一部在立法中明确将个人信息与数据治理、企业数据和公共政策目标联系起来的法律。 作者在书中提出，政策目标可以分为两类：一种是直接对个人数据和商业数据进行管理或者收集与个人信息保护相关的政策；另一种是以实现国家目标为导向，并在一定程度上对其进行控制，如“国家保护”或“美国优先”。 作者建议，政府机构应该对政策目标和政策工具进行分类。 为了确保这种分类的一致性，作者提供了一些原则和策略方法，可以用来帮助实现其目标。

4、数据管理系统框架

在设计数据管理系统框架时，需要考虑很多因素： 对这些要素的分析可以使企业或组织更好地理解数据治理的本质； 这些要素包括对数据的管理方式、数据使用方式、组织结构等； 为了让这些要素与其他相关要素保持一致，需要将其结合在一起以实现目标，同时也要考虑它们之间的关系并不是独立存在的； 不同阶段中所有相关的数据治理工作都应该进行相应调整以满足不同阶段的要求。

5、“治理”一词的含义

在《数据治理》中，作者对“治理”（governance）一词有三个含义：第一，通过治理，数据从根本上被转变为公共或私有资产。 第二，通过治理，数据必须以公共利益的形式来使用，而不是用于任何商业目的。 第三，通过治理，所有的公司都必须将自身视为公共利益的一部分。” 作者用这个术语来描述一个公司或组织对公共或私有财产的政策支持、管理和控制是什么。 

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