通常，當人們想到數據治理時，他們會考慮數據質量管理。確實如此- 數據治理可實現數據質量管理。但是，有許多企業數據管理功能可以通過適當的強大數據治理操作模型獲得更多成功。下面，有個EDM計劃，并描述了數據治理如何支持它們。

·?元數據管理

·?法規遵從性

·?主數據管理

·?數據質量管理

·?數據生命周期管理

·?整體企業數據管理

首先，什么是“強大的數據治理運營模式？”數據治理運營模式的基本要素包括確認的高管贊助，分配了角色和職責的定義組織，定義數據范圍的章程治理能力（可以隨著時間的推移而擴展），由角色定義和開發的溝通和培訓計劃，以及一系列一致的政策和程序，描述范圍內數據治理計劃的人員，流程和技術方面。

元數據管理

數據治理操作模型可以支持業務和技術元數據的捕獲和管理。許多公司的工作人員表示他們不知道他們的數據在哪里以及它意味著什么。可以使用許多不同的工具創建技術元數據。理想情況下，可以提供強大的數據目錄和譜系。此信息很有用，但該數據的業務定義是一項關鍵需求。

數據治理辦公室可以協調公共業務語言的開發，甚至是受影響業務領域的業務術語表，利用數據域所有者和業務數據管理員，并確保將此信息與技術元數據集成以獲得企業數據的完整視圖，無論它居住在哪里。這種努力可以為組織帶來的價值是巨大的。

法規遵從性

GDPR和CCPA等數據隱私法規加劇了企業范圍內監管合規性的需求。數據治理運營模式可實現法規遵從的許多方面。例如，GDPR強調了對數據隱私合規性的需求。數據主體可以詢問您擁有的任何信息的詳細信息。他們可以要求您將他們的數據傳遞給其他組織，甚至是您永久刪除他們的個人信息，特別是當您不再需要它時。

數據治理操作模型自然會通過元數據識別數據環境和格局。然后，通過數據治理程序開發數據框架可以非常容易地實現業務流程映射，風險分析和數據分類。數據域所有者可以通過理事會制定支持合規性的政策和程序，數據治理辦公室可以開發適當的培訓，并確保在數據治理知識庫中存在適當的文檔。

主數據管理/參考數據管理

許多組織開始實施MDM / RDM計劃，沒有數據治理運營模式。這種情況會產生許多問題，因為掌握數據的所有方面都需要業務輸入，尤其是持續管理。雖然MDM計劃包括開發和管理技術功能，允許輸入業務規則來掌握數據并創建用于輸入和更改業務規則的通知和工作流，但數據治理可識別角色和職責，決策權，業務需求，規則＆定義，以及支持MDM的標準化策略和流程。

業務數據管理員通過提供業務需求和管理黃金記錄屬性，層次結構，數據分類等在主數據管理中發揮關鍵作用，以確保在MDM或源應用程序中應用規則和更正以保持良好質量。

數據質量管理

數據治理和數據質量自然相互補充，無論是與新開發還是持續監控/維護相關聯。強大的數據質量管理程序需要數據分析，定義業務規則以確保“正確”數據，實施這些業務規則，持續監控關鍵數據項，并確保采取糾正措施以繼續提供高質量數據。?

數據治理辦公室是協調和確保數據質量管理流程持續發展的重要領域。上述許多活動最好由業務數據管理員和技術數據管理員執行。如果沒有數據治理計劃，很難找到任何人“擁有”正在進行的流程以確保持續的高質量數據。

數據生命周期管理

數據生命周期以多種方式定義。簡而言之，數據是創建，存儲，使用，存檔或銷毀。數據治理有助于制定支持此生命周期的策略和過程。

例如，數據域所有者與公司的適當領域（風險，法律，合規等）合作，可以定義有關數據存儲，數據架構，數據標準，數據質量，數據分類，數據訪問，數據使用，數據共享和數據保留。然后，數據管理辦公室可以與數據域所有者合作，在實施這些策略后確定適當的監控指標。如果沒有數據治理運營模式，協調這些要求并確保合規是一項復雜的工作。

整體企業數據管理

自助數據管理正在成為許多組織的常態。這意味著，企業用戶不僅可以創建自己的分析和報告，還可以操縱數據并在各自的數據孤島中添加自己的業務規則。?

大多數組織經常需要的這種數據發現過程導致新數據集的創建。如果分析師在新數據集中添加輸入并共享結果內容，那么組織如何確保與原始數據源保持一致？

數據治理可以幫助實現這一點！當今許多組織的目標之一是賦予用戶權力并支持“新數據”的生成。一旦創建，有效設計的數據治理運營模型可以確保元數據，例如所有者，業務規則，使用的數據，計算方法，如何使用，工作流等，并將新數據集添加到組織元數據清單中。一旦進入清單，組織中的其他人就可以放心地發現和使用它。

總而言之，數據治理可以增強業務參與度，共享理解，關注和協調，將日益脫節的數據環境結合在一起，并在許多EDM計劃中提供數據值優化。因此，從數據治理開始。這是美好事物的開始！