什么是数据治理

通俗来讲，数据治理对于确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并最终体现为增加收入和利润。

企业为什么要做数据治理

企业进行数据治理的目的必须明确清晰。从理论上来讲，企业做数据治理的意义有四个方面，首先是提高数据质量，第二是改善决策能力，第三是降低潜在风险，第四是提高安全监管。

1.提高数据质量

数据治理要求建立规则和标准以满足企业的业务功能。数据治理活动必须在遵循规则和过程的基础上严格执行，有效的数据治理可以产生高质量的数据。

2.改善决策能力

企业对可信数据的需求呈螺旋式上升的趋势。数据治理策略和流程建立了必要的框架，用以把数据转化为业务价值，数据治理框架可以帮助企业更有效地管理数据。

3.降低潜在风险

当前企业对数据信息通常具有侵略性。许多企业由于缺乏正确的数据治理策略导致敏感数据丢失。有效的数据治理可以为数据的访问控制、评估、管控风险、明确数据利益相关人、建立决策权分配机制等提供全面支持，这就会有助于保护敏感数据。

4.提高安全监管

安全监管是数据治理的核心领域之一，关系到数据隐私、存取管理、访问管理、信息安全控制，以及规范、合同的遵守和执行。数据管理工作需要整个企业各个部门共同的努力，通过有效的数据治理可以降低因为不遵守法规和规范所带来的风险。

企业数据治理需先做流程梳理

数据治理最重要的目的就是通过数据治理能为业务带来价值。流程的本质就是业务的最佳实践，业务流程承载数据，梳理业务流程能够为数据治理打下坚实的基础。包括：

1.数据资产盘点。通过业务流程，可以帮助我们结构化地，按照业务逻辑，去识别存在的数据和数据类型，确保数据的完整性；

2.数据架构规划。流程架构是基于企业业务模式的设计，是数据架构的基础，能够帮助我们理解企业的价值链，了解存在的业务域，以及不同业务域之间的关系

3.数据清理和规范。流程中明确定义了业务各环节中涉及的输入、输出。这些输入输出是数据的主要构成，同样也能够帮助我们明确数据与业务的关系，识别哪些数据对业务有价值，哪些数据是冗余的。

4.数据连通性实现。业务流程图是数据流程图的基础。通过业务流程充分了解这些数据的分布情况，数据与数据之间的关系，了解数据源，明确数据流，从而支持进行数据建模。特别是跨职能的流程梳理，对于跨系统的数据流打通是非常关键的。

5.数据服务和数据安全性设计。不同的业务流程有不同的业务主体，和不同的客户，理解这些主体在业务中的作用，理解内外部客户在业务中的需求和期望，有助于规划数据服务，规划数据权限。

因此，数据治理要先做业务流程梳理，数据治理是基于业务流程的数据治理，这对于企业借助数字化技术实现业务流程优化升级大有裨益。

企业做数据治理需要注意什么

根据经验总结：企业做数据治理切忌贪大求全，要做小而精。把一个具体的数据标准问题，从前到后都理清楚，真正把这一个标准项所涉及的问题都理顺，这样一个数据标准问题才能够得到真正的解决。同时也要注意优先级，因为数据标准问题很多，需要根据重要性、紧迫性来进行选择。

总结一下：

  - 企业做数据治理，要避免大而全，要做小而精

  - 业务部门与技术部门合作，协同推进数据治理工作

  - 重视数据治理组织，避免唯工具论

  - 要明确需求问题，不要盲目做数据标准

  - 数据质量问题要形成每一个环节都有确定责任人的闭环机制和反馈机制

  - 重视并设计数据治理的可视化呈现效果