本文轉自微信號EAWorld。掃描下方二維碼，關注成功後，回覆“普元方法+”，將會獲得熱門課堂免費學習機會！本文轉自微信號EAWorld。
當今時代，經濟、政治和文化三者之間的交融日益緊密。一位哲學家曾經說過，“經濟是骨骼，政治是血肉，文化是靈魂”，可見文化已經成爲國家核心競爭力的重要因素。
國學經典作爲中華民族五千年燦爛文化的精髓，對現代企業的管理有着重要的意義。一直以來將國學經典與現代企業管理聯繫起來的學術研究和專著層出不窮，那麼，又有哪些對數據治理具有指導性意義呢？
目錄：
一、爲什麼要做大數據治理？
二、大數據治理需要注意什麼？
三、如何實現數據治理自動化？
四、總結
一、爲什麼要做大數據治理？
“不知諸侯之謀者，不能豫交；不知山林、險阻、沮澤之形者，不能行軍。”如果不知道各諸侯國的政治意圖，就不能與之結交。如果不是對所有的地形都非常清楚，就不能行軍。
對於企業來說，建設大數據平臺也是一樣的道理，現如今很多企業對“地形”還不清楚，就盲目“行軍”，結果往往不容樂觀。企業建設大數據平臺，先要通過數據治理來摸清自身的數據情況，多利用元數據管理工具來梳理企業數據，在數據梳理好的基礎上再進行大數據相關的建設是必要的。
二、大數據治理需要注意什麼？
1、水因地而制流，兵因敵而制勝
正如水流順應地勢的不同而產生不同的流向，作戰也要根據敵人的情況而制定合適的策略。企業在進行大數據治理建設時，要建立符合自身情況的數據治理規劃。很多企業急於求成，直接照搬知名公司的數據治理框架就開始着手數據治理建設，最終因爲數據治理戰略和自身業務不匹配，項目很難進行下去，極少數能進行到最後的項目也收效甚微。
2、善戰者，求之於勢，不責於人，故能擇人而任勢
好的將領，應該把重點放運用形勢上，而不是去苛求手下的將吏。企業要儘量在不打擾員工本職工作的情況下進行數據治理建設，要順勢而爲，不要把重點放在對人的管控。曾在幾年前，普元就提出了“數據治理應該成爲全企業的數據工作環境”這一觀點。讓所有的員工都通過數據治理平臺來進行與數據相關的操作，能讓員工在做好本職工作的同時，自然而然地就把做數據治理做好，反過來還能增加員工參與數據治理的積極性。
3、百發失一，不足謂善射；千里蹞步不至，不足謂善御
百支箭中有一支不中靶，就不能算是善射；馬行千里，只差半步而沒能走完，這也不能算是善駕。要想徹底解決數據問題，需要管理好數據的全生命週期。現在企業的普遍問題是隻管理上線以後的數據，這並不能從根本上解決數據問題，其實數據治理應該從需求階段就開始了，要管理好整個數據的生命週期，在事前系統化、流程化地保證規範的落地，在事後通過數據檢核，查漏補缺，以此來實現數據的全方位管控。
三、如何實現數據治理自動化？
“亮性長於巧思，損益連弩，木牛流馬，皆出其意。損益連弩謂之元戎，以鐵爲矢，矢長八寸，一弩十矢俱發。”在三國鼎立時期，形勢逼迫蜀漢必須造出先進的武器以抵禦較強大的敵人。諸葛意識到如果能發明出一弩多矢的武器，將會大大提升軍隊戰鬥力，“元戎弩”就此誕生。魏末晉初的著名思想家傅玄曾評價其“國之精器，軍之要用也。”可見自動化工具早已深入人心。
（圖片來源於網絡）
實現數據治理自動化，要善於利用自動化和準確率高的數據治理工具，否則，企業會付出很多人力成本，效果也難以得到保證。舉個例子，報表和指標的採集是數據治理必定會涉及到的內容，若不能通過工具對其進行自動化採集，或者自動化採集的結果準確率低，那麼部分報表就需要完全靠手工整理，將會帶來過大的工作量，出錯率極高。
自動化程度高的數據治理工具至少應該能在以下幾個方面給企業提供幫助：
自動實現數據模型變更的協調統一
自動構建數據地圖
自動規範系統數據模型，保證與數據標準的一致性
1、自動實現數據模型變更的協調統一，統一對數據模型的認知
“言不相聞，故爲金鼓；視不相見，故爲旌旗。夫金鼓旌旗者，所以一人之耳目也。”在戰場上聽不清用來指揮的話語，所以設置了金鼓；看不見用來指揮的動作，所以都用旌旗。有了金鼓、旌旗，才能統一士兵的視聽，統一作戰行動。
在戰場上，在作戰方針發生變化時還能夠保證軍隊的協調一致是至關重要的。對於企業來說，數據治理工具也需要像金鼓旌旗一樣，在數據特別是數據模型發生變更時，讓所有人員都能借助工具在第一時間知曉數據變更的情況，保證數據模型變更的協調統一。
2、自動構建數據地圖，全方位展示企業數據資產
《左傳》中有：“惜夏方有德也，遠方圖物，貢金九牧，鑄鼎像物，百物而爲之備，使民知神奸”。意思是說，在夏朝，遠方的人把各種事物畫成圖，把圖和一些金屬當作禮品獻給夏禹，禹後來把這些畫鑄在了鼎上，以便百姓能從這些圖畫中辨別各種事物。
一圖勝千言，對企業來說，構建企業級數據地圖是全面掌控企業數據架構的一種有效方法，而有了元數據管理工具，構建數據地圖也會變得非常簡單。通過元數據管理工具自動採集技術元數據和業務元數據，通過自然語言處理等方法，對政策、法規、需求、數據庫comments、界面等多種來源進行分析，自動化建立起企業知識圖譜，能爲企業提供從多種角度認識數據的能力。
3、自動規範系統數據模型，保證與數據標準的一致性
“樣式房之差，五行八作之首，案規矩、例制之法繪圖、燙樣，…更改由上意。”
古代建築工程從選址、規劃、設計到施工，都有縝密的運作程序，其中樣“樣式房”最具專業地位，要按照工業標準來設計圖紙和製作燙樣（根據圖紙的尺寸式樣，按比例做成的立體模型），是否更改要聽從皇帝的意思，經皇帝欽準之後纔可以進入施工程序。
（圖片來源：國家地理中文網）
圖紙與燙樣的製作要嚴格遵照標準來，最終還要經過皇帝的審覈。企業在做系統開發時也一樣，保證數據模型與數據標準相一致在整個開發過程中至關重要，企業在數據模型設計好之後，可以將模型提交給數據治理工具審覈，工具自動分析模型中的依賴關係、主外鍵關係等，自動檢驗模型與數據標準的一致性，還可以檢驗開發態、生產態等多種狀態之間的一致性，一致性校驗通過後才能進行後續操作，通過此種方式，嚴格控制數據標準的落地。
四、總結
目前，建設大數據平臺是不少企業發掘大數據業務價值的發力點，但在不知道企業數據有哪些，都在哪裏，數據之間的關係是什麼的情況下，貿然建設大數據平臺是非常冒險的行爲，建議企業建設大數據平臺之前，先把數據治理好。
數據治理要講究方式方法，制定滿足自身需求的數據治理計劃，管理數據的全生命週期，要讓數據治理成爲全企業的工作環境，而不是一味地對人進行管控。
自動化是數據治理成敗的主要因素，普元自動化的數據治理工具，能幫助企業自動檢核數據質量問題、自動構建數據知識圖譜、自動規範系統數據模型、自動監測數據質量問題、自動實現數據模型的變更，想了解關於普元自動化數據治理的更多案例，歡迎持續關注我們。
參考文獻：
[1] 駢宇騫, 王建宇, 牟虹, 郝小剛. 孫子兵法[M]. 北京:中華書局, 2007.
[2] 王軒.建設大數據平臺，從“治理”數據談起[EB/OL], 2017-06-23/2017-10-13.
[3] 方勇. 孟子[M]. 北京:中華書局, 2015. 105-106
[4] 郭丹, 程小青, 李彬源. 左傳（全三冊）[M]. 北京:中華書局, 2012. 202-203
[5] 王其亨,Li Yingchun. 清代樣式雷建築圖檔中的平格研究——中國傳統建築設計理念與方法的經典範例[J]. 建築遺產,2016,(01):24-33.
關於作者
龔菲
畢業於中南大學，負責數據治理產品研究與推廣，尤其是對元數據相關理論與業界產品有深入瞭解，擅長業務元數據管理、本體構建等元數據相關領域知識，編寫了一系列數據治理相關文章。
關於EAWorld
微服務，DevOps，元數據，企業架構原創技術分享，EAii（Enterprise Architecture Innovation Institute）企業架構創新研究院旗下官方微信公衆號。
掃描下方二維碼，關注成功後，回覆“普元方法+”，將會獲得熱門課堂免費學習機會！
微信號：EAWorld，長按二維碼關注。
