本文转自微信号EAWorld。扫描下方二维码，关注成功后，回复“普元方法+”，将会获得热门课堂免费学习机会！本文转自微信号EAWorld。
当今时代，经济、政治和文化三者之间的交融日益紧密。一位哲学家曾经说过，“经济是骨骼，政治是血肉，文化是灵魂”，可见文化已经成为国家核心竞争力的重要因素。
国学经典作为中华民族五千年灿烂文化的精髓，对现代企业的管理有着重要的意义。一直以来将国学经典与现代企业管理联系起来的学术研究和专著层出不穷，那么，又有哪些对数据治理具有指导性意义呢？
目录：
一、为什么要做大数据治理？
二、大数据治理需要注意什么？
三、如何实现数据治理自动化？
四、总结
一、为什么要做大数据治理？
“不知诸侯之谋者，不能豫交；不知山林、险阻、沮泽之形者，不能行军。”如果不知道各诸侯国的政治意图，就不能与之结交。如果不是对所有的地形都非常清楚，就不能行军。
对于企业来说，建设大数据平台也是一样的道理，现如今很多企业对“地形”还不清楚，就盲目“行军”，结果往往不容乐观。企业建设大数据平台，先要通过数据治理来摸清自身的数据情况，多利用元数据管理工具来梳理企业数据，在数据梳理好的基础上再进行大数据相关的建设是必要的。
二、大数据治理需要注意什么？
1、水因地而制流，兵因敌而制胜
正如水流顺应地势的不同而产生不同的流向，作战也要根据敌人的情况而制定合适的策略。企业在进行大数据治理建设时，要建立符合自身情况的数据治理规划。很多企业急于求成，直接照搬知名公司的数据治理框架就开始着手数据治理建设，最终因为数据治理战略和自身业务不匹配，项目很难进行下去，极少数能进行到最后的项目也收效甚微。
2、善战者，求之于势，不责于人，故能择人而任势
好的将领，应该把重点放运用形势上，而不是去苛求手下的将吏。企业要尽量在不打扰员工本职工作的情况下进行数据治理建设，要顺势而为，不要把重点放在对人的管控。曾在几年前，普元就提出了“数据治理应该成为全企业的数据工作环境”这一观点。让所有的员工都通过数据治理平台来进行与数据相关的操作，能让员工在做好本职工作的同时，自然而然地就把做数据治理做好，反过来还能增加员工参与数据治理的积极性。
3、百发失一，不足谓善射；千里蹞步不至，不足谓善御
百支箭中有一支不中靶，就不能算是善射；马行千里，只差半步而没能走完，这也不能算是善驾。要想彻底解决数据问题，需要管理好数据的全生命周期。现在企业的普遍问题是只管理上线以后的数据，这并不能从根本上解决数据问题，其实数据治理应该从需求阶段就开始了，要管理好整个数据的生命周期，在事前系统化、流程化地保证规范的落地，在事后通过数据检核，查漏补缺，以此来实现数据的全方位管控。
三、如何实现数据治理自动化？
“亮性长于巧思，损益连弩，木牛流马，皆出其意。损益连弩谓之元戎，以铁为矢，矢长八寸，一弩十矢俱发。”在三国鼎立时期，形势逼迫蜀汉必须造出先进的武器以抵御较强大的敌人。诸葛意识到如果能发明出一弩多矢的武器，将会大大提升军队战斗力，“元戎弩”就此诞生。魏末晋初的著名思想家傅玄曾评价其“国之精器，军之要用也。”可见自动化工具早已深入人心。
（图片来源于网络）
实现数据治理自动化，要善于利用自动化和准确率高的数据治理工具，否则，企业会付出很多人力成本，效果也难以得到保证。举个例子，报表和指标的采集是数据治理必定会涉及到的内容，若不能通过工具对其进行自动化采集，或者自动化采集的结果准确率低，那么部分报表就需要完全靠手工整理，将会带来过大的工作量，出错率极高。
自动化程度高的数据治理工具至少应该能在以下几个方面给企业提供帮助：
自动实现数据模型变更的协调统一
自动构建数据地图
自动规范系统数据模型，保证与数据标准的一致性
1、自动实现数据模型变更的协调统一，统一对数据模型的认知
“言不相闻，故为金鼓；视不相见，故为旌旗。夫金鼓旌旗者，所以一人之耳目也。”在战场上听不清用来指挥的话语，所以设置了金鼓；看不见用来指挥的动作，所以都用旌旗。有了金鼓、旌旗，才能统一士兵的视听，统一作战行动。
在战场上，在作战方针发生变化时还能够保证军队的协调一致是至关重要的。对于企业来说，数据治理工具也需要像金鼓旌旗一样，在数据特别是数据模型发生变更时，让所有人员都能借助工具在第一时间知晓数据变更的情况，保证数据模型变更的协调统一。
2、自动构建数据地图，全方位展示企业数据资产
《左传》中有：“惜夏方有德也，远方图物，贡金九牧，铸鼎像物，百物而为之备，使民知神奸”。意思是说，在夏朝，远方的人把各种事物画成图，把图和一些金属当作礼品献给夏禹，禹后来把这些画铸在了鼎上，以便百姓能从这些图画中辨别各种事物。
一图胜千言，对企业来说，构建企业级数据地图是全面掌控企业数据架构的一种有效方法，而有了元数据管理工具，构建数据地图也会变得非常简单。通过元数据管理工具自动采集技术元数据和业务元数据，通过自然语言处理等方法，对政策、法规、需求、数据库comments、界面等多种来源进行分析，自动化建立起企业知识图谱，能为企业提供从多种角度认识数据的能力。
3、自动规范系统数据模型，保证与数据标准的一致性
“样式房之差，五行八作之首，案规矩、例制之法绘图、烫样，…更改由上意。”
古代建筑工程从选址、规划、设计到施工，都有缜密的运作程序，其中样“样式房”最具专业地位，要按照工业标准来设计图纸和制作烫样（根据图纸的尺寸式样，按比例做成的立体模型），是否更改要听从皇帝的意思，经皇帝钦准之后才可以进入施工程序。
（图片来源：国家地理中文网）
图纸与烫样的制作要严格遵照标准来，最终还要经过皇帝的审核。企业在做系统开发时也一样，保证数据模型与数据标准相一致在整个开发过程中至关重要，企业在数据模型设计好之后，可以将模型提交给数据治理工具审核，工具自动分析模型中的依赖关系、主外键关系等，自动检验模型与数据标准的一致性，还可以检验开发态、生产态等多种状态之间的一致性，一致性校验通过后才能进行后续操作，通过此种方式，严格控制数据标准的落地。
四、总结
目前，建设大数据平台是不少企业发掘大数据业务价值的发力点，但在不知道企业数据有哪些，都在哪里，数据之间的关系是什么的情况下，贸然建设大数据平台是非常冒险的行为，建议企业建设大数据平台之前，先把数据治理好。
数据治理要讲究方式方法，制定满足自身需求的数据治理计划，管理数据的全生命周期，要让数据治理成为全企业的工作环境，而不是一味地对人进行管控。
自动化是数据治理成败的主要因素，普元自动化的数据治理工具，能帮助企业自动检核数据质量问题、自动构建数据知识图谱、自动规范系统数据模型、自动监测数据质量问题、自动实现数据模型的变更，想了解关于普元自动化数据治理的更多案例，欢迎持续关注我们。
参考文献：
[1] 骈宇骞, 王建宇, 牟虹, 郝小刚. 孙子兵法[M]. 北京:中华书局, 2007.
[2] 王轩.建设大数据平台，从“治理”数据谈起[EB/OL], 2017-06-23/2017-10-13.
[3] 方勇. 孟子[M]. 北京:中华书局, 2015. 105-106
[4] 郭丹, 程小青, 李彬源. 左传（全三册）[M]. 北京:中华书局, 2012. 202-203
[5] 王其亨,Li Yingchun. 清代样式雷建筑图档中的平格研究——中国传统建筑设计理念与方法的经典范例[J]. 建筑遗产,2016,(01):24-33.
关于作者
龚菲
毕业于中南大学，负责数据治理产品研究与推广，尤其是对元数据相关理论与业界产品有深入了解，擅长业务元数据管理、本体构建等元数据相关领域知识，编写了一系列数据治理相关文章。
关于EAWorld
微服务，DevOps，元数据，企业架构原创技术分享，EAii（Enterprise Architecture Innovation Institute）企业架构创新研究院旗下官方微信公众号。
扫描下方二维码，关注成功后，回复“普元方法+”，将会获得热门课堂免费学习机会！
微信号：EAWorld，长按二维码关注。
