1、引言：數據治理是一種企業內部數據政體

數據治理是對企業數據資產管理行使權力和控制的活動集合（規劃、監控和執行），是建立企業數據管理制度、指導企業執行數據規劃、數據環境建設、數據安全管理、元數據管理、數據質量管理等其他數據管理活動的持續改進過程和管控機制，是大時代背景下企業實施數據整合和應用集成的基礎工程。因此，建立一套科學、簡明、適合企業實際情況的數據治理機制，是企業實施數據整合、建設核心能力數據中心的基礎工程，也是“智慧軍工”建設的關鍵任務。?

圖1 基于數據治理的企業數據管理職能

“治理（Governance）”一詞從國家治理、公司治理引入到數據治理，其核心概念是指“各種公共的或私人的個人和機構管理其共同事務的諸多方法的總和，是使相互沖突的或不同利益得以調和，并采取聯合行動的持續過程（聯合國全球治理委員會）”。數據管理作為企業內部的“數據政體”，和國家的政體一樣，也可分為無政府狀態（缺乏管理）、專政獨裁（集權式管理）和經典的“三權分立”等模式。

三權分立的數據治理模式有以下三個核心原則：

1、數據治理包括立法職能（戰略、規劃、模型、標準、制度等）、司法職能（監督、問題管理）和行政職能（管理、服務和標準化），國內大型集團型企業一般可以信息辦作為立法和司法職能機構、信息中作為行政職能機構。

2、數據治理的范圍可以是集團范圍、公司范圍或部門范圍，數據治理類型有主動型和針對型。主動型指根據企業發展戰略，制定數據治理相關戰略、制度、標準和規范，并在全企業范圍內持續改進的實施過程，而針對型則是根據當前暴露的數據問題進行局部治理。

3、數據管理制度（立法）、問題管理（司法）和數據管理服務（執行）之間的職責分離，為數據管理在一定程度上提供了監督和制衡機制。

在國際數據管理協會（DAMA）的數據管理知識體系（DMBOK）中，數據管理制度相關機構包括數據治理委員會（Data Governance Council）、數據管理制度指導委員會（Data Stewardship Program Steering Committee）、數據管理制度團隊（Data Stewardship Team），數據服務相關機構和角色包括數據管理中心(Data Management Center)、首席信息官(Chief Information Officer) 、數據架構師、數據集成專家等（見圖2）。 ?

圖2 數據管理組織——治理、管理制度和服務

對于軍工制造企業集團，建議制定適合集團實際情況的數據治理組織架構，指定辦公室、信息辦、信息中心和數據中心相關崗位來履行數據治理立法、司法和行政的相關職責。

2、過程：數據治理是一組數據管理活動

數據治理的主要活動包括數據戰略、數據規劃、數據標準規范管理、法規遵從、數據開發、數據質量、數據安全、元數據管理、數據服務和數據資產評估等。

2.1數據戰略

數據戰略（Data Strategy）是在診斷和評估企業數據管理現狀的基礎上，制定和調整企業數據管理的指導綱領，爭取企業以最適合的規模，最適合的成本，去做最適合的數據管理工作，旨在制定符合企業的業務戰略的數據資產管理戰略。首先是根據本企業的業務戰略、IT戰略需求，明確企業數據管理的愿景、使命、原則、措施和中短期目標，定義企業數據管理的發展方向和企業數據管理在實現企業戰略過程中應起的作用。其次是起草企業數據管理方案，說明企業數據管理的相關組織機構設置、崗位角色、數據管理制度以及相關職責和權力；說明數據管理方案范圍、內容組成和實施要求；說明數據管理方案的實施路線圖（數據管理項目、活動）、投資分析和效益分析等。

2.2數據規劃

數據規劃是數據治理中匹配數據戰略和業務戰略、制定企業數據藍圖和數據標準的規劃活動，主要任務是對企業業務、管理、決策相關數據的獲取、傳輸、處理、存儲、維護、使用、存檔、消除等全生命周期各階段進行全面分析，識別企業數據需求、分析信息價值鏈、建立企業數據架構、企業數據模型和企業數據管理標準。

數據規劃活動是企業進行系統、完整、標準、規范的數據資產管理的基礎工程，強調以下三個原則：

1、數據規劃必須基于數據戰略、數據需求和完整的業務梳理。業務梳理階段側重于分析用戶視圖（單證、賬冊、報表、屏幕輸入輸出界面等數據表單）分析和數據流分析；

2、數據最終用戶必須真正參與到數據規劃。最終用戶包括業務人員、管理人員、各級領導以及信息技術人員，他們需要提供完整的業務資料，也需要表達清晰的數據需求；

3、以交付企業數據模型和數據管理標準為工作重心。數據規劃階段應根據業務數據分析，建立企業數據模型（概念模型、邏輯模型）。企業數據模型是企業數據管理的藍圖，是企業數據平臺的業務元數據，也是企業數據需求的統一表達。

主流的數據規劃的方法論包括信息資源規劃（Information Resource Planning，IRP）、業務系統規劃（Business Systems Planning,BSP）、企業架構（Enterprise Architecture，EA）、聯邦企業架構（Federal Enterprise Architecture,FEA）、架構框架（Architectural Framework,AF）和開放組體系結構框架（The Open Group Architecture Framework,TOGAF）等。

2.3數據標準管理

數據標準和規范包括命名標準、元數據標準、數據安全標準、信息分類編碼標準、術語標準、數據建模標準、數據庫設計標準、數據架構標準、數據模型、用戶視圖（業務數據表單等）標準以及數據管理流程、數據質量要求等。

如果將企業數據模型比喻為建筑工程施工設計藍圖，那么企業數據標準就是建筑工程施工參數,因此對企業數據標準進行統一管理是企業數據治理的重要環節。數據標準是企業信息系統集成、數據集成和信息資源共享的基礎，其主要作用是：

1、統一數據定義，確保數據定義在企業范圍內具有一致性、規范性和完整性；

2、約束信息系統開發，對于新建或改造系統，要求必須遵循統一數據標準，使信息系統在開發、部署、運維、應用各階段確保數據在邏輯上標準一致；

3、表達企業級數據需求，包括數據生產者、管理者、消費者的不同數據需求、數據交換共享需求、數據安全管控需求和數據服務需求等；

4、實現信息資源共享，減少數據轉換，促進信息系統集成；

5、確保數據治理相關活動“有法可依”。

2.4法規遵從

每個企業都受到政府和行業法規的約束，這些法規很多規定了數據和信息如何進行管理。一般而言，法規是強制性的，而非選擇性的。數據治理的部分職能監督并確保合規，事實上合規性往往是數據治理的初始原因。

國際上比較有名的數據管理相關法規如巴塞爾II協議、衛生信息保護和可攜性法案、償付能力II、PCI-DSS等。

法規遵從除了審查對政府或相關組織具有法律意義的規章制度的遵從外，還應當履行標準,在數據規劃、數據開發和其他數據管理活動中，遵從相關的國際標準、國家標準、行業標準和企業標準，建成對內標準統一、對外符合規范的高檔企業數據環境。

2.5數據開發

數據開發是遵循數據規劃藍圖和標準，持續建設和改進企業數據環境的過程，包括分析、設計、實施、部署及運維等任務。數據開發也是企業系統開發生命周期（System Development Lifecycle,SDLC）中項目活動的子集，其專注于數據需求的定義、數據模型設計、數據庫開發部署、數據傳輸交換平臺建設、信息產品定義（即用戶視圖規范化定義，包括屏幕展示、統計報表、KPI分析圖表等）及數據訪問服務開發和接口定義等。

常見的數據開發活動包括企業數據中心項目、企業數據倉庫項目和其他信息系統項目。數據開發是數據治理的重要活動之一，要求企業在規劃、實施、運維數據開發項目時，必須遵循數據治理相關標準和制度、使用和遵循數據規劃階段的數據模型和數據標準。

大數據時代背景下，數據開發作為企業數據資產管理的重要職能，應遵循以下原則：

1、統一規劃，遵循企業戰略規劃、企業IT規劃和企業數據規劃；

2、統一標準，遵循企業各類標準規范，尤其是數據管理標準；

3、統一架構，遵循企業各類技術架構，重點是必須遵循數據架構，確保數據共建共享；

4、統一建設，將每個數據開發項目作為企業一體化數據開發的子項目運作；

5、統一管理，遵循數據治理統一的管理制度和業務流程，實施數據開發項目管理。

2.6其他數據管理活動

其他數據管理活動包括主數據管理和參考數據管理、元數據管理、數據治理管理、數據安全管理、數據服務管理、數據資產評估、大數據管理、數據中心和數據倉庫管理等，這些數據管理活動的規范、標準、模型、合規性及其規劃（P）、控制（C）、開發（D）和操作（O），都是數據治理的內容組成。

3、成果：數據治理成果是制度、標準、規范和數據價值

數據治理作為一種企業數據政體，經典模式的數據治理主要職能包括數據立法、數據司法和數據行政，每個職能活動均產生相應的成果物。

數據治理的立法成果物包括數據戰略、數據組織機構、數據管理制度、數據架構標準、數據標準和規程以及對各類數據管理活動的要求。

數據治理的司法成果物主要包括數據質量問題、數據命名和定義沖突、業務規則沖突和澄清、數據安全問題、數據隱私和保密問題、未遵從法規問題、不符合企業數據管理制度、標準、架構的問題、數據共享協議的評審等相關問題及評審信息。

數據治理的行政成果物、即數據管理活動的成果物，主要包括數據規劃、數據開發、元數據管理、數據質量管理、數據安全管理、數據倉庫和商務智能管理等數據管理活動的成果物，如數據模型、數據標準、數據內容和服務等。

4、建議：數據治理應成為一種企業文化

在數據資產價值被高度認可和開發利用的今天，數據治理不僅僅需要作為一項管理職能在企業內貫徹執行，也應該成為一種企業文化。建議相關企業將數據治理作為一項“智慧軍工”建設的子項目，選擇治理機制、配備所需資源，有序開展數據治理活動。

數據治理是一個長期、復雜的系統工程，企業各層級的數據管理人員必須不斷的溝通、教育和推廣數據資產價值的重要性以及數據治理職能的業務貢獻。提升數據使用者對數據治理的意識及對數據治理效益的認可程度，是持續改進企業數據管理機制，充分挖掘企業數據價值，提升企業核心競爭力。