什么是数据治理.docx

什么是数据治理

数据治理是对数据资产的管理，包括制定相关政策、流程和标准，并应用技术手段，以确保数据的质量、安全、合规性和有效利用。目前业界对数据治理的定义不下几十种，尚未形成统一标准。

国际数据管理协会（DAMA）对数据治理的定义是：数据治理是指对数据资产行使权力和控制的活动集合，这些活动旨在确保数据的有效性、可用性、安全性、可集成性和可解释性。简单来说，数据治理是一套机制、流程和政策，旨在确保数据在整个生命周期内得到妥善管理，从而为企业或国家的决策提供有力支持。

数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁（Who）能根据什么信息，在什么时间（When）和情况（Where）下，用什么方法（How），采取什么行动（What）。

数据治理是指从使用零散数据变为使用统一主数据、从具有很少或没有组织和流程治理到企业范围内的综合数据治理、从尝试处理主数据混乱状况到主数据井井有条的一个过程。数据治理是一种数据管理概念，涉及使组织能够确保在数据的整个生命周期中存在高数据质量的能力。

一个数据管家是确保数据治理流程遵循，指导执行，并建议改进数据治理流程的作用。企业高层必须制定一个基于价值的数据治理计划，确保董事会和股东可以方便、安全、快速、可靠地利用数据进行决策支持和业务运行。数据治理对于确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并最终体现为增加收入和利润。

二、数据治理的重要性

提高数据质量：确保数据准确、完整、一致，为决策提供可靠依据。

数据质量是数据治理的核心目标之一。准确、完整、一致的数据能够帮助组织做出更好的决策。通过数据治理，组织能够建立数据质量标准，确保数据的准确性和可信度。数据治理可以识别和纠正数据中的错误，确保数据一致性，从而提高了数据质量。例如，在数据产出任务运行结束后，启动稽核校验任务对数据结果进行扫描计算，判断数据结果是否符合规则预期，可确保数据的完整性、一致性和准确性。

加强数据安全：建立防护体系，防止数据泄露和滥用。

随着数据泄露和网络攻击事件的不断增加，数据安全成为了组织面临的严峻挑战。数据治理帮助组织建立起健全的数据安全策略和控制措施，保护数据不被未经授权的人员访问。通过数据分类、加密和权限管理，数据治理确保了数据的保密性和完整性，降低了数据泄露的风险。比如，企业要主动发现和管理特权账户和敏感资产，并为特权用户定义合法行为策略，数据治理方案必须能自动识别违规操作、敏感操作，并验证是否获得授权，一旦有异常行为，要立马阻止并发送警报。

提高数据可信度：增强数据可追溯性和透明度，提升信任度。

在信息时代，信任是企业和个人之间交流的基础。数据治理通过建立数据管理和使用的规范，确保数据的可信度。通过透明的数据流程和标准化的数据处理方法，数据治理增强了数据的可追溯性和可信度，使得组织和用户能够更加信任数据的准确性和可靠性。例如，建立数据安全标准体系，全生命周期保障数据安全，根据企业实际业务情况，结合企业数据全生命周期进行数据安全标准体系的规划设计，能增强数据可信度。

提升组织效率：优化决策和业务流程，降低管理成本。

数据治理不仅仅是关于数据的，它也关乎组织的整体效率。通过合理的数据管理和利用，组织能够更加高效地进行决策制定、资源分配和业务流程优化。数据治理帮助组织避免了数据的冗余和重复，提高了数据的可重复使用性，降低了数据管理的成本，提升了组织的整体效率。比如，数据治理可以帮助企业识别并优化数据流程中的瓶颈和冗余环节，提高数据处理的效率，通过简化数据提取的流程，企业可以更快地获取所需数据，并减少不必要的等待和延误。

推动创新和业务发展：为企业创新提供基础，发现商机，促进发展。

在当今竞争激烈的市场中，创新是企业生存和发展的关键。数据治理提供了高质量、安全的数据，为企业创新提供了坚实的基础。通过对数据的分析和挖掘，组织能够发现新的商机、预测市场趋势，推动业务发展。数据治理还鼓励组织内部的知识共享和合作，促进团队创新和协作，推动组织朝着更高层次发展。例如，有效的大数据治理能够促进大数据服务创新和价值创造，大数据治理能够通过优化和提升大数据的架构、质量、标准、安全等技术指标，显著推动大数据的服务创新，从而创造出更多更广泛的价值。

三、数据治理的内容

确保信息利益相关者的需要评估，达成企业目标。

数据治理需要对信息利益相关者的需求进行全面评估。通过深入了解不同部门、不同层级人员对数据的需求，明确企业目标，并通过对信息资源的获取和管理来实现这些目标。例如，在企业制定战略规划时，数据治理团队可以与各业务部门合作，收集他们对市场数据、客户数据等方面的需求，从而为企业目标