数据治理如何有序实施.docxVIP

数据治理如何有序实施

数据治理是一项典型的系统工程。所谓“有序实施”，并不是简单地把工作划分为若干阶段，而是让每一阶段都有明确的目标、对象、责任、输入、实施动作、输出成果和验收标准，使治理沿着一条可控制、可验证、可扩展的路径持续推进。

?

数据治理既涉及数据标准、数据质量、主数据、元数据、安全和共享等专业内容，也涉及业务流程、组织职责、系统建设和管理机制。如果缺少统一的实施逻辑，治理工作很容易陷入两个极端：一种是范围铺得过大，一开始就盘点全部系统、数据表和字段，项目周期漫长，却迟迟看不到业务效果；另一种是围绕局部问题零散整改，虽然短期解决了一些数据错误，却无法形成稳定、可复制的治理机制。

因此，数据治理能否取得成效，首先取决于是否能够有序实施。治理工作既要保持总体方向的一致性，又要通过重点场景形成阶段成果；既要整改已经出现的数据问题，也要改变问题持续产生的机制；既要形成项目交付，还要逐步进入持续运营。

图1??数据治理有序实施路径

一、从业务目标出发，明确治理为什么做

数据治理项目的起点，不应是立即盘点企业有多少套系统、多少张数据表和多少个字段，而应先回答一个更基本的问题：企业为什么要开展数据治理？

治理的原因通常来自具体的业务矛盾。例如，经营报表之间指标口径不一致，客户信息重复且无法识别唯一客户，设备数据分散在不同系统中，项目和合同数据无法贯通，数据共享过程缺少安全控制，或者人工