數據作爲新型生產要素，只有流動、分享、加工處理才能創造價值。如今數據治理成爲數字經濟必經之路，怎麼實現一個數據治理項目成爲大家最關心的問題。此文將主要圍繞數據治理項目具體闡述實施步驟、工具平臺的功能，並基於實踐經驗，提出數據治理成功的要素。全文有點長，非常實用的乾貨，建議收藏。
數據治理項目成功的前提
數據治理是體系化非常強的工作，首先需要充分考慮企業內部 IT系統、數據資源以及業務應用的開展現狀，同時也要考慮圍繞業務開展所設立的人員和組織機構的情況，在此基礎上設計一套有針對性的數據治理組織架構、管理流程、管理機制和考覈評估辦法，通過管理的手段明確“責權利”以保障數據治理工作有序開展。
制定戰略規劃
從管理層、領導層出發，從上向下全局部署數據治理規範從而形成全面的標準規則體系和執行調度流程。戰略規劃是數據治理項目成爲企業戰略核心任務應用的重要部分，是數據資產得到一定程度內外部應用的指導藍圖。值得一提的是，越來越多的企業單位在戰略規劃階段決議成立專門的數據管理部門，以連通 IT 部門和業務部門。
完善組織架構
典型的組織架構主要由數據治理委員會、數據治理管理中心和各業務部門構成。組織架構劃分和角色設定如下圖所示：
爲了讓組織架構中的各個角色相互配合，各司其職，還需要明確他們相應的職責，讓工作職責融入到日常的數據治理和使用工作中。
建立制度體系
爲了保障活動實施和組織架構正常運轉，需要建立一套覆蓋數據引入、使用、開放等整個生產運營過程的數據管理規範，從制度上保障數據治理工作有據、可行、可控。數據治理規範包括元數據管理規範、生命週期管理規範、數據質量管理規範以及數據安全管理規範等對應管理職能的具體規範。
設置審計機制
爲進一步保障數據治理的的執行狀況，需有完整的貫穿數據治理整個流程的審計機制。審計方式從審計體系規範建設入手，信息技術審計方法和專職人員審計方法並行。審計對象包括數據權限使用制度及其審批流程、日誌留存管理辦法、數據備份恢復管理機制、監控審計體系規範以及安全操作方案等體系制度規範以及敏感、重要數據。
開展培訓宣貫
培訓宣貫是企業實施數據治理進程中的重要組成部分，是數據治理理論落地實踐、流程執行運作的基礎，是數據治理牽頭部門在技術部門和業務部門之間順利開展工作的重要保障。企業需利用現有資源，合理安排員工參與數據治理培訓、課程。促進員工有效培訓和自我提高，提升人員的職業化水平，強化工作的標準化、規範化。
數據治理項目的實施要點
企業構建大數據能力步驟一般是“建立組織架構 →應用需求梳理→數據盤點梳理→引進平臺技術→匯聚多源數據治理數據→數據應用→數據運營”等。數據治理以數據質量爲導向，分佈在大數據能力構建的多個環節。數據成熟度不同的企業或單位開展數據治理的具體步驟和實施內容要根據自身情況制定。
（一）實施步驟
數據治理可參考按照“統籌規劃→管理實施→稽覈檢查→資產運營”四個階段的方法策略執行，每個階段對應的管理職能如圖所示。以業務應用目標爲指引，企業可以按照自身數據及管理情況制定不同的實施步驟順序。
第一階段：統籌規劃
第一階段是統籌規劃過程，制定數據治理戰略規劃，明確數據治理目標，涉及建立數據治理組織和制度作爲保障措施，盤點數據資產，制定數據資產標準規範等，該階段成果是後續工作的基礎。
一般情況下，數據治理的第一步是建立組織責任體系，根據自身情況，制定數據治理制度規範。需要建立一套獨立完整的關於數據治理的組織機構，明確各級角色和職責，確定兼職專職人員，保障數據治理的各項管理辦法、工作流程的實施，推進工作的有序開展，並逐步打造管理及技術的專業人才團隊。
第一步的主要交付物包括：《數據治理規劃》、《數據治理認責機制》、《數據治理工作指引》、《數據治理考覈評價辦法》。
第二步是結合業務盤點數據資產，評估當前數據管理能力。對基礎數據的盤點是開展數據治理工作的前提之一，需要分析企業戰略及業務現狀，結合當前大數據現狀及未來發展，盤點企業內外部數據現狀，確立數據治理的目標，並逐漸實施需求調研、盤點資產、採集匯聚等專題任務。與此同時，瞭解企業數據來源、數據採集手段和硬件設備情況，以定位自身數據治理能力，規劃未來數據治理成熟度提升方案。
第二步的主要交付物包括：《數據資產盤點清單》、《數據資產管理現狀評估》。
第三步是制定數據資產相關的標準規範。在企業組織架構、制度體系和數據資產盤點的基礎上，結合國際標準和行業標準，圍繞數據資產全生命週期管理，制定相關的數據規範體系，包括元數據標準、核心業務指標數據標準、業務系統數據模型標準、主數據標準、關鍵業務稽覈規則等，使得數據管理人員在工作中有明確的規則可依，同時，建立參考數據和主數據標準、元數據標準（比如元模型標準）、公共代碼標準、編碼標準等基礎類數據標準，以及基礎指標標準、計算指標標準等指標類數據標準和關鍵業務稽覈規則。企業應逐步推動相關數據規範和標準的工作建設，使數據有效匯聚和應用，切實保障數據治理的流暢實現。
第三步的主要交付物包括：《數據標準管理辦法》。
第二階段：管理實施
如果說第一階段重點還在於對數據資產的定義、規劃、梳理，第二階段就是對第一階段成果的落地實施。
首先，在搭建大數據管理平臺、完成數據匯聚工作的基礎上，根據企業自身存量數據基礎和增量數據預估，建設或採購必要的數據治理平臺或引入第三方工具以支撐管理工作，切實建立起企業數據治理能力。（下文會細講）
其次，要建立安全管理體系，防範數據安全隱患，執行數據安全管理職能。再次，還需要制定和管理主數據，以明確企業核心業務實體的數據，如客戶、合作伙伴、員工、產品、物料單、賬戶等，從而自動、準確、及時地分發和分析整個企業中的數據，並對數據進行驗證。
在第二階段裏，需要從數據治理的相關業務、技術部門日常工作流程入手，切實建立起企業數據資產管控能力，包括從業務角度梳理企業數據質量規則，檢測數據標準實施情況，保證數據標準規範在企業信息系統生產環境中真正得到執行。針對關鍵性數據治理工作，可以藉助管理工具，建立數據資產的管理流程，保證相關事情都有專人負責。
同時，企業應加強數據資產服務和應用的創新，可以圍繞降低數據使用難度、擴大數據覆蓋範圍、增加數據供給能力等幾個方面開展。通過數據可視化、搜索式分析、數據產品化等降低數據使用難度；通過數據“平民化”（如打造數據應用商店）擴大數據覆蓋範圍，讓一線業務人員接觸到更多的數據，讓數據分佈更加均衡；通過數據消費者、數據生產者之間靈活的角色轉變，增加數據的供給能力（如形成數據衆籌衆享模式）。
第二階段的工作目標主要是爲企業打造核心的管理數據資產的能力，同時爲企業內數據治理部門形成數據管理的工作環境，概括起來，就是企業數據資產可管理、可落地。
第二階段主要交付物包括：《數據治理辦法》、《數據治理實施細則》（包括數據標準管理、數據質量管理、元數據管理、主數據管理、數據安全管理、數據應用管理等）。
第三階段：稽覈檢查
稽覈檢查階段是保障數據治理實施階段涉及各管理職能有效落地執行的重要一環。這個階段包括檢查數據標準執行情況、稽覈數據質量、監管數據生命週期等具體任務。這個階段需要抓好三個“常態化”：
數據標準執行情況檢查的常態化
數據標準管理的檢查主要從標準制定和標準執行兩個方面檢查。標準制定的檢查主要圍繞同國家標準、行業標準的一致性，同時參考與本地標準、數據模型的結合性，包括數據命名規範、數據類別等。標準執行的檢查主要圍繞標準的落地情況，包括數據標準的創建和更改流程的便捷性、數據標準使用的廣泛性、數據標準與主數據的動態一致性等。
數據質量稽覈的常態化
應對數據質量問題，首先要提升數據質量意識。其次，建立一套良性循環、動態更新的數據質量管理流程，制定符合業務目標的數據質量稽覈規則，明確在數據全生命週期管理各環節的數據質量提升關鍵點，持續評估和監督數據質量與數據質量服務水平。
靈活配置數據存儲策略的常態化
數據生命週期管理，其目標是以完全支持企業業務目標和服務水平的需求，根據數據對企業的價值進行分類分級，形成數據資產目錄，然後制定相應的策略，確定最優服務水平和最低成本，將數據轉移到相應的存儲介質上，爭取以最低的成本提供適當級別的保護、複製和恢復。
數據資產安全檢查的常態化
企業應通過建立對數據資產及相關信息系統進行保護的體系，合規採集數據、應用數據，依法保護客戶隱私，提高數據安全意識，定期進行數據資產安全檢查，保證數據的完整性、保密性、可用性。
第三階段主要交付物包括：《數據治理稽覈辦法》、《數據治理問題管理辦法》。
第四階段：資產運營
通過前三個階段，企業已經能夠建立基本的數據治理能力，在此基礎上，還需要具備以實現業務價值爲導向，以用戶爲中心，爲企業內外部不同層面用戶提供數據價值的能力。資產運營階段是數據治理實現價值的最終階段，該階段包括開展數據資產價值評估、數據資產內部共享和運營流通等。
數據資產價值評估能夠以合理的方式管理內部數據和提供對外服務。在大數據時代，數據運營企業關於數據價值的實現是體現在數據分析、數據交易層面。只有對數據資產價值進行合理的評估，才能以更合理的方式管理內部數據和提供數據對外服務。
數據資產內部共享和運營流通需要加強管理運營手段和方式方法，促進數據資產對內支撐業務應用，對外形成數據服務能力，打造數據資產綜合運營能力。
第四階段主要交付物包括：《數據資產價值評估方法》、《數據資產成本管理方法》、《數據資產共享流通管理辦法》。
（二）實踐模式
數據治理在“統籌規劃→管理實施→稽覈檢查→資產運營”四個階段的方法策略執行參照下，還可以根據兩個思考維度，選擇一些常用的實踐模式。其一是組織方式，有自上而下的頂層設計模式和自下而上的各個擊破模式兩種類型；其二是建設策略，有生產系統優先和數據系統優先兩種類型。
1、數據治理的建設策略
企業數據治理的建設策略主要包括自上而下和自下而上兩種方式。
如果企業將數據治理納入戰略規劃，且企業的高層擁有較大的決策權，可以採用自上而下的建設策略，結合企業業務發展目標制定長遠的數據治理規劃。
如果企業的數據管理部門具有一定的獨立性，並且具備專業技能和相關經驗，可以採用自下而上的建設 策略，以探索數據治理需求爲驅動力，通過問題導向，推動企業數據治理的逐步完善。
數據治理自上而下建設策略的顯著特點是“規範、標準先行”，項目開展通常由數據治理諮詢項目開頭，這種模式通常有以下幾項重要活動：調研數據資產分佈現狀、評估數據治理水平、建設數據治理體系。
數據治理自下而上建設策略的顯著特點是“問題導向、系統建設先行、快速見效”。以解決各業務部門和業務系統數據管理中的問題爲出發點，通過使用成熟的數據治理工具，快速搭建數據治理平臺，實現問題的逐個擊破，並逐漸探索出全面的解決方案。
2、數據治理的切入方式
在建設策略方面，一般從生產系統入手或數據系統入手。從生產系統入手的常用建設模式包括企業數據模型建設模式以及主數據建設模式。從數據系統入手的常用建設模式包括統一數據平臺模式和數據集市模式。
企業在選擇不同建設策略的時候，可以考慮數據對於企業的重要性以及企業目前對於數據的管理水平。如果數據是企業重要的業務資源，同時企業已經具備了一定的數據管理專業水平和經驗，可以通過從數據系統入手的實施方式，通過修復數據管理漏洞、提升數據服務應用水平，推進數據管理能力建設。如果企業的數據管理水平並不成熟，那麼選擇直接從數據管理系統入手有些冒險，而從業務系統入手則較爲穩妥，也易見成效。
數據治理實踐離不開軟件工具
數據治理實踐實施過程中，需要依託具體的軟件工具來執行。而且隨着技術的發展，軟件工具的自動化、智能化程度不斷地提高，在數據治理中的作用越來越大。
目前針對上述管理職能，業界很多廠商都開發了相關軟件工具，但多是單獨功能呈現的軟件，而億信華辰睿治數據治理平臺是由元數據管理、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、數據生命週期管理9大產品模塊組成的功能齊全的數據治理工具：
睿治數據治理平臺功能全解
01元數據管理
端到端的自動化採集，一鍵元數據分析，快速理清數據資源，瞭解數據來龍去脈，構建數據地圖。
02數據標準管理
提供全面完整的數據標準管理流程及辦法，用於決定和建立單一、準確、權威的事實來源。
03數據質量管理
通過嚮導化、可視化等簡易操作手段，將質量評估、質量檢核、質量整改與質量報告等工作環節進行流程整合，形成完整的數據質量管理閉環。
04數據集成管理
實現跨部門數據的傳輸、加載、清洗、轉換和整合，支持自定義調度和圖形化監控，實現統一調度、統一監控。
05主數據管理
對需要共享的數據建立統一視圖和集中管理，爲各業務系統數據調用提供黃金數據。
06數據交換管理
將若干個業務子系統之間進行數據或者文字的傳輸和共享，集數據採集、處理分發、交換傳輸於一體。
07數據資產管理
豐富的服務接口拓展，支撐數據資產的多渠道應用，如數據共享、決策支持等，最終實現數據資產價值最大化。
08數據安全管理
提供對隱私數據的加密、脫敏、模糊化處理、數據庫授權監控等多種數據安全管理措施，全方位保障數據的安全運作。
09數據生命週期管理
記錄數據從創建和初始存儲，到過時被刪除的整個流動過程，對數據進行近線歸檔、離線歸檔、銷燬和全生命週期監控。
睿治數據治理平臺的九大產品模塊可靈活組合使用，通過有型的產品支撐和實施方法論，解決大企業面臨的數據孤島、數據維護混亂、數據價值利用低的問題，依據企業特有的業務和架構，構建一套源源不斷地把數據變成資產並服務於業務的、可持續讓企業數據用起來的機制，讓數據可見、可懂、可用、可運營。
結語：數據在實現價值的過程中需要充分依託技術，但更離不開結合自身業務與應用，合理規劃。同時，數據治理是一項持之以恆的工作，不可能一蹴而就，需要一個循序漸進的過程分階段進行。要做好充分地長期作戰準備，就一定要加強數據合規操作，避免安全漏洞，及時風險風控。