70多年來，伴隨着信息革命和信息化的飛速發展，計算機數據量的急劇增長，數據利用和管理的重要性與日俱增，數據逐漸在信息化這個大舞臺上扮演着越來越重要的角色。
01
從數據處理到數據治理
早期，數據處理（data processing）解決的是利用計算機技術對數據進行採集、存儲、加工、轉換和傳輸等的技術問題，目的在於將原始的、看似無序的和非結構化的數據，通過格式化的方法，使其轉換爲結構化的數據，並存儲於計算機系統之中，以便於數據的高效檢索、管理和利用。
其後，隨着數據的不斷增加和重要性的凸顯，計算機中的數據管理（data management）和數據管治（data administration）成爲焦點。
前者解決的是對於計算機數據的存儲、檢索、控制的管理，包括文件和數據庫的接入、數據處理系統的管理等。
後者關注的則是一個組織機構的計算機系統中所存儲的數據、信息作爲組織機構的資源的管理，包括數據的分析、分類、維護、流動、應用等。
進入21世紀以來，基於互聯網的企業信息系統（企業內部網和外部網）的發展，企業數據的管理和管治更爲複雜，不僅包含了企業內部的各種產品設計、生產、管理數據，還包含了與企業外部運行環境和競爭環境相關的一切數據；數據不僅要支撐企業的運行和管理，更要爲企業對環境的把握和決策服務。
在這樣的背景下，企業數據治理（data governance）的概念，及其理論、方法和工具等應運而生，目的在於對企業所需數據的可獲得性、相關性、可用性、整體性、安全性等，實現全面、有效的管理，將數據作爲企業的戰略資產加以重視和綜合利用，爲實現企業長期的發展戰略和增長目標服務。
02
數據治理的核心內容
完整的數據治理包括戰略、組織、制度、流程、績效、標準、工具，以及數據價值、數據共享、數據變現等許多方面。
1．戰略
數據治理的首要任務是制定數據治理戰略目標，否則缺乏目標和行動綱領，數據治理難以開展。企業的信息化是爲了服務於業務，因此，企業的信息化戰略必須匹配業務戰略。
數據戰略是信息化戰略的重要組成部分，企業要清晰地定義企業數據治理的使命、願景，中長期目標及行動計劃，用以指導企業數據治理。
企業數據戰略一般根據IT戰略的制定而制定，隨着IT戰略的修訂而修訂，由企業的信息化負責人及業務負責人共同主導制定。
2．組織
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。
3．制度
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。
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。
4．流程
制定數據治理的流程框架及流程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、銷燬全生命週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。
5．績效
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、數據考覈標準、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。
6．標準
數據標準是實現數據標準化、規範化的前提，是保證數據質量的必要條件。
數據標準一般分爲元數據標準、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。
數據標準管理是規範數據標準的內容、程序和方法的活動，分爲標準制定、標準實施和控制、標準修訂等。
7．工具
數據治理管理工具包括數據架構工具、元數據管理工具、數據指標管理工具、主數據管理工具、時序數據管理工具、數據交換與服務工具、質量管理工具和安全管理工具等。
03
國內數據治理現狀
由此可以看出，數據治理知識體系涉及管理、技術等多個學科領域，是一個非常複雜的系統工程，如何全面而系統地構建較爲完整的數據治理體系，是企業實施數據治理的關鍵課題。
根據國際數據公司（IDC）2018年年末的測算，2025年，中國將成爲全球五個分區中，最大的數據資源擁有地區（佔比爲28%，數據總量爲49ZB），其數據總量將是美國（排名第四，佔比爲18%）的1.56倍。
這五個分區是：1）中國；2）歐洲、中東、非洲地區（EMEA）；3）亞太國家，指除中國之外的、包括日本在內的亞太地區所有國家（APJxC）；4）美國；5）世界其他地區。
實際上，2019年，中國的數據總量已經超過了美國。
但是，中國工業企業的數據資源存量普遍不大，寶貴的數據資源由於缺乏科學的數據管理而隨意流失；工業企業數據總量低下，與企業規模極不相稱；半數以上的工業企業仍在使用紙質或更原始的方式進行數據的存儲和管理；數據孤島幾乎是所有工業企業都面臨的困境。
此外，無論是數據管理還是數據治理，中國工業企業的狀況也不容樂觀。調查顯示，僅有37.84%的大型工業企業、46.67%的中型工業企業、13.64%的小型工業企業開展了數據管理工作；大多數工業企業缺乏專門的數據管理部門，投入數據管理的人、財資源也非常有限，更談不上頂層規劃和戰略管理。
凡此種種都說明，中國工業企業在數據管理和數據治理方面亟待迎頭趕上。否則，中國製造業的轉型升級將無從談起。
04
數據治理解決之道
《數據治理：工業企業數字化轉型之道》一書的出版，無論是對推動中國企業的數據管理和利用水平的提高，還是對推動工業大數據的應用發展，無疑都是一件非常有意義的大事。
1. 內容全備
本書既介紹了工業企業數據治理的概念和內涵、標準和框架（特別是主流數據治理的標準及框架）；也從系統工程的角度，介紹了工業企業數據治理體系的各個關鍵環節，以及現有的、可獲得的各種數據治理工具；而且，書中所給出的大量中國工業企業數據治理的實踐和經驗，非常具有啓發性、實踐性和可操作性。
2. 權威作者
本書的編著者之一工作於中國工業大數據領域唯一的國家級工程技術研究平臺，對於工業大數據的應用技術、工業大數據的管理和治理，有着長期、深入的研究和豐富的實踐經驗。
因此，本書對於工業數據治理體系的頂層設計提出的一系列推進中國大數據應用和治理的建議，特別具有創新性和指導性，值得中國工業界相關領域的同行認真研究和討論。
3. 國際性理論高度與豐富一線案例兼具
本書不僅融合了國內外數據治理的權威理論和技術體系，還涵蓋了工業企業數字化轉型過程中所需要的數據治理技術架構、實施路徑和參考案例，滿足了讀者理解工業大數據治理框架的需要，可以有效指導工業企業全方位開展高質量的數據治理。
4. 專家力薦
▼
本書不僅是工業企業數字化轉型的決策者、實施者和研究者難得的參考書，也是企業培訓、員工培養的優選圖書，還適合作爲高校的MBA、EMBA教材。
總之，學習數據治理，看它準沒錯！
▊《數據治理：工業企業數字化轉型之道》
祝守宇，蔡春久 等 著
· 一本數據工作者都需要的工作指南
· 國內工業企業數據管理專業人士的集體智慧
本書是工業大數據應用技術國家工程實驗室多年潛心研究的重要科研成果的總結和凝聚，既具有理論高度，也具備面向中國工業企業的可實操性。參與本書編著的作者均爲國內各企業的數據治理專家，所有案例均來自這些企業的實踐。