本文转自《数据治理与智能制造》，杨帆著，机械工业出版社2020年7月； 数据治理是指通过治理的手段和机制解决问题，以保证收集到的数据的质量、准确性、时效性和有效性；目前我国数据治理工作是由各级政府部门负责的，随着企业数字化转型需求不断扩大，数据治理工作需要深入到企业内部各个业务场景之中，在企业内部建立跨业务场景的数据模型和流程规范。 本文对当前中国企业中普遍存在的现状进行分析：各业务部门都有自己管理系统（数据），但很多企业在业务数字化转型中需要将多个部门（业务、技术、组织等）的数据进行打通共享及融合应用，因此需要一个部门统筹管理多个部门（业务、技术等）所产生的数据。

一、我国企业中普遍存在的问题

数据治理是一项系统性的工作，数据是企业生产经营活动的基础，而数据的质量决定着企业生产经营活动的质量和效率。 1.各业务部门都有自己管理系统（数据），但不同行业、不同技术等场景的业务、运营、管理需求不同，产生的数据也不尽相同，因此数据治理工作需在不同业务场景下开展。 2.由于中国企业普遍缺乏对数字素养和数字技能的重视，因此多数中国企业管理者认为“数字化”就是技术上实现自动化、数字化，即把业务流程中需要人做或需要机器做的工作实现自动化、数字化。 3.由于中国企业没有“组织”，因此不存在“谁来领导（或如何领导）”这一问题。 4.由于缺少专业人才，我国很多企业缺乏对数据治理技术方面的人才。 5.由于没有进行过有效的培训和宣传工作，大部分中国企业管理者对数字素养和数字技能非常陌生。

二、数据治理职能从何而来？

在企业中，数据治理部门的职能大致分为三类： 第一类是数据治理的基础职能，包括基础设施的维护、技术架构和流程管理、数据治理工具及系统（平台）的建设等； 第二类是数据资源管理和应用的职能，包括组织机构、制度建设等； 第三类是保障企业数据安全和信息安全管理，包括企业数据标准的制定、维护和实施等。 因此，在一个企业中，业务部门（各业务部门）需要明确自身在业务数字化转型过程中所需要的数据资源（基础设施）及应用软件建设要求后，将此需求进行分解并制定出符合当前各业务部门需要的数字化建设标准和规范。

三、从数据治理职能定义出发，厘清各部门职责

首先，我们先从职能定义上来进行思考： 在数据治理工作中，我们所说的数据本身就是一个概念，而不是一个管理对象； 数据治理的职能并不代表只做数据治理，而是为了确保数据在各个业务场景中准确、及时、有效的提供服务； 在确定了数据治理部门以后，我们需要对部门职能进行明确划分。 根据现有业务划分情况及各部门的工作职责进行梳理：

四、数据治理职能的落实需要多个部门协同配合

在实践中，很多企业的数据治理是以解决“业务问题”为导向，如数据资源如何管理、如何进行业务创新等。 但从数据治理的本质上来说，数据治理并不是简单地针对具体的数字对象进行收集、整理、分析和运用工作，而是基于数据管理和应用等业务活动为中心来建立数据标准、流程和制度，解决企业实际应用中可能存在的问题，实现信息系统功能的优化和升级。 因此企业必须从自身实际出发，在充分调研基础上明确自身数据治理职能的定位，并制定出适合企业自身的数据治理体系。

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