近年來，數據治理成為挖掘數據價值的重要手段和工具。隨著大數據平臺和工業互聯網興起，數據治理平臺主要采用數據中臺技術和微服務架構初步替代傳統架構，面向大數據架構下，為數據資源中心與外部數據系統提供數據服務。那么，數據治理到底治什么?

01、數據治理與數據管理

數據治理

數據治理是對數據資產管理行使權力和控制的活動集合(規劃、監控和執行)。

數據管理

數據管理為實現數據和信息資產價值的獲取、控制、保護、交付以及提升，對政策、實踐和項目所做的計劃、執行和監督。

數據治理是回答企業決策的相關問題并制定數據規范，數據管理是實現數據治理提出的決策并給予反饋，因此數據治理和數據管理的責任主體也是不同的，前者是董事會，后者是管理層。國際標準化組織 ISO 指出，數據治理履行數據管理的主要職能，即數據治理規定在管理的過程中哪些決策應被制定，以及決策者為誰，而數據管理確保這些決策的制定與執行。

02、概念和定義

數據治理的可以分為廣義數據治理和狹義數據治理。

狹義數據治理

狹義的數據治理指的是數據資源及其應用過程中相關管控活動、績效和風險管理的集合，保證數據資產的高質量、安全及持續改進。狹義的數據治理的驅動力最早源自兩個方面：

內部風險管理的需要，風險包括數據質量差影響關鍵決策等。

為了滿足外部監管和合規的需要。

但隨著全球越來越多的企業認識到信息資產的重要性和價值，在過去幾年中，數據治理的目標也在發生一些轉變。除滿足監管和風險管理外，如何通過數據治理來創建業務價值備受關注。

廣義數據治理

廣義的數據治理看的含義大一狹義數據治理，包括數據管理和數據價值“變現”，具體包括數據架構、主數據、數據指標、時序數據、數據質量、數據安全等一系列數據管理活動的集合。

03、數據資產

數據資產定義

數據資產是指由企業擁有或者控制的，能夠為企業未來帶來經濟利益的，以物理或電子的方式記錄的數據資源，如文件資料、電子數據等。在企業中，并非說有的數據都構成數據資產，數據資產是能夠為企業產生價值的數據資源。在這個定義中包含3個要素。

●擁有或者控制：除企業內部的數據外，通過各種渠道合法獲取的外部數據也屬于企業數據資產。

●帶來經濟價值：體現了資產的經濟屬性，本來能給企業帶來的經濟利益。

●數據資源：數據資產包括以物理或者電子方式記錄的數據、軟件、服務等。

數據資產的管理

數據資產管理是指規劃、控制和提供數據及信息資產的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，從而控制、保護、交互和提高數據資產的價值。數據資產管理需要充分融合業務、技術和管理，以確保數據資產的保值、增值。

04、核心內容

完整的數據治理包括戰略、組織、制度、流程、績效、標準、工具、數據價值、數據共享、數據變現。

工業數據治理體系，包括數據戰略、數據治理管控體系(數據治理組織、制度、流程、管控機制、績效體系及標準體系)、數據架構、主數據、元數據、指標數據、時序數據、數據質量、數據安全、數據集成與交換、數據開放和共享、數據資產管理能力成熟度評估以及數據價值、數據共享、數據變現等許多方面。

數據戰略

數據戰略是整個數據治理體系的首要任務，是企業開展數據治理工作首先應該考慮的事。數據戰略應由數據治理組織中的決策層制定，需要指明數據治理的方向，包括數據治理的方針、政策等。

數據戰略能力域關注整個組織數據戰略的規劃，愿景和落地實施，為組織數據管理、應用工作的開展提供戰略保障，組織的數據戰略需要和業務戰略保持一致，并且要在利益相關者之間達成一致。

數據戰略已成為企業精細化數據管理不可或缺的基礎，只有切實落實好數據戰略工作，才能提升企業數據質量、實現企業數據價值升華，為企業數字化轉型奠定基礎。

數據資產頂層設計不僅僅是一個報告、一份文件，更是企業系統性設計未來的大膽假設、小心求證、集體溝通、達成共識、形成機制、頒發軍令狀的過程。

正確的頂層設計是企業家對未來形勢的正確判斷，對機會和戰略，治理與架構，資本和模式，供應鏈和數字化，品牌和營銷，產品和客戶等整體一盤棋的布局。如果說商戰就是沒有硝煙的戰爭，那么頂層設計則是整體戰的部署。

組織管理

建立合適的數據治理組織是企業數據治理的關鍵。數據治理的組織建設一般包括組織架構設計、部門職責、人員編制、崗位職責及能力要求、績效管理等內容。數據治理是一項需要企業通力協作的工作，而有效的組織架構是企業數據治理能夠成功的有力保障。為達到數據戰略目標，非常有必要建立體系化的組織架構，明確職責分工。

制度體系

企業的數據治理必須要有相關制度，否則無法可依，再好的技術工具也沒有用。因此，建立完善的數據治理制度很重要。

保障組織架構正常運轉和數據治理各項工作的有序實施，需要建立一套涵蓋不同管理粒度、不同適用對象，異覆蓋數據治理過程的管理制度體系，從“法理”層面保障數據治理工作有據、可行、可控。數據治理制度框架分為政策、制度、細則、手冊4個梯次。

企業的數據治理制度通常根據企業的IT制度的總體框架和指導原則制定，往往包含數據質量管理、數據標準管理、數據安全管理、數據績效管理等制度，以及元數據管理、主數據管理、交易數據管理、數據指標管理等辦法及若干指導手冊。

流程管理

制定數據治理的流程框架也是數據治理的重要工作。

數據治理流程主要包括從數據的生產、存儲、處理、使用、共享、銷毀全生命周期過程中所遵循的活動步驟，以及元數據管理、主數據管理、數據指標管理等流程。

績效管理

數據治理考核是保障數據治理制度落實的根本，是一種正式的員工評估制度，通過系統的方法、原理來評定和測量企業員工在一段時間內數據治理相關的工作行為和工作效果，進一步激發員工的積極性和創造性，提供員工的數據治理責任心和基本素質。

要使數據治理的體系運轉好，必須要有好的激勵體系。數據績效管理包括數據管理指標、數據認責機制、數據考核標準、數據管理的獎懲機制，以及績效管理過程的一系列活動集合。

標準體系

數據標準是實現數據標準化、規范化的前提，是保證數據質量的必要條件。

數據標準一般分為元數據標準、主數據標準、交易數據標準、數據指標標準、數據分類標準、數據編碼標準、數據集成標準等內容。數據標準管理是規范數據標準的內容、程序和方法的活動，分為標準制定、標準實施和控制、標準修訂等。

質量體系

數據質量是指數據的適用性，描述數據對業務和管理的滿意度。數據質量主要指數據的準確性、及時性、完整性、唯一性、一致性，有效性六個方面。

數據質量管理是對數據的分析、監控、評估和改進的過程。包括規劃和實施質量管理技術，以測量、評估和提高數據在組織內的適用性，提高數據對業務和管理的滿足度。重點關注數據質量需求、數據質量檢查、數據質量分析和數據質量提升的實現能力。

數據質量管理貫穿數據生命周期的全過程，除了明確數據質量管理的策略，還要善于使用數據質量管理的手段及工具，覆蓋數據質量需求、數據探查、數據診斷、質量評估、數據監控、數據清洗、質量提升等方面。

安全體系

數據安全管理是為了確保數據隱私和機密性得到維護，數據不被破壞，數據被適當訪問。通過采用各種技術和管理措施，保證數據的機密性、完整性和可用性。

數據安全體系框架通過3個維度構建而成，包括政策法規、技術層面和安全組織人員。數據安全治理體系框架在符合政策法規及標準規范的同時，需要在技術上實現對數據的實時監管，并配合經過規范培訓的安全組織人員，構成了數據安全治理整體架構的建設。

數據安全治理能力建設并非單一產品或平臺的構建，而是建設一個覆蓋數據全部生命周期和使用場景的數據安全體系，需要從決策到技術，從制度到工具，從組織架構到安全技術通盤考慮。

平臺工具

搭建云數智一體化數據平臺，滿足前臺應用準確性、快速性和多樣性的數據需求，縮短研發周期、降低技術成本，將數據中心逐步由成本中心向資產中心轉變，提升數據價值，實現五個打通：

(1)橫向打通：破除部門壁壘，打通專業。橫向跨專業間的分析挖掘融通;

(2)縱向打通：內部多層級數據打通，形成統一資源目錄。上下級數據共享交換;

(3)內外打通：消除內外數據的鴻溝，實現內外部數據的關聯分析;

(4)管理打通：建立企業標準，實現統一管理統計口徑;

(5)服務打通：數據中臺統一對外提供數據服務和應用構建，與業務系統和數據應用充分協同。

05、頂層架構

?管控域在數據治理戰略指導下制訂企業數據治理組織，明確組織的責、權、利，崗位編制及技能要求。

?治理域：是數據治理的主體，明確數據治理的對象和目標。

?技術域：數據治理的支撐手段，指的工具平臺。

?過程域：是數據治理的方法論。

?價值域：數據治理的目標就是通過對數據資產的管控挖掘數據資產的價值，并通過數據的流動、共享、交易變現數據資產。

06、企業大數據治理實踐指南框架

07、數據治理的9大功能模塊

主要包括元數據管理、數據標準管理、數據質量管理、數據集成管理、主數據管理、數據交換管理、數據資產管理、數據安全管理、數據生命周期管理9大功能模塊。