數據已成為我們數字經濟的命脈。并且為了提取其全部價值，必須管理和管理數據。因此，本文的標題和我主題演講的主題：數據治理的未來現在。

數據治理的演變

數據治理絕不是一種新的做法 - 而是一種不斷發展的做法。當我剛開始從事這個行業時，它并不是真正的“治理”，但無論如何人們都在這樣做。他們聚集在一起圍繞數據做出決策，例如如何定義客戶，如何確定客戶的最佳代表性以及如何確保記錄具有高質量，在無數其他人中。很多時候，這些活動是為了響應另一個項目而完成的，例如ERP實施，數據倉庫的創建或MDM解決方案的實施。盡管治理是針對具體項目的，但仍然是治理。隨著需求的增長，公司意識到圍繞治理更有組織的價值。

隨著時間的推移，治理被賦予了額外的燃料，其中包括巴塞爾I，II和III以及Dodd-Frank等監管要求，這加強了組織對監管報告的關注。隨著新趨勢，技術和業務驅動因素（如自助服務分析和數據隱私）的出現，數據治理將繼續轉變，以滿足數據驅動型企業的需求。

數字化轉型之旅正在進行中

無論目標是改善客戶體驗，提高創新速度還是縮短產品上市時間，很明顯大多數企業都已著手實現數字化轉型。這種情況在所有行業都以令人畏懼的規模發生，具有不同的成熟度。

這對時間至關重要。感覺如果每個人都這樣做，那么終點線上的第一個獲勝。公司正在爭先恐后地弄清楚數字轉型對他們意味著什么。不同公司的目的和步伐會有所不同，但有一個方面對所有公司都意味著同樣的事情 - 數字化創造的數據量將會飆升。

由于數據治理確保合適的人員參與確定項目，主題領域和業務線的數據標準，使用和集成，因此良好的數據治理將成為所有數字化轉型計劃的基礎。

數據理解

數據理解是指了解數據來源及其含義的能力。簡而言之 - 我在談論起源，來源和血統。數據無處不在企業中，并且正在快速向外部獲取。數據的來源或譜系對于確保適當使用至關重要。如果你不知道它來自哪里，你怎么能相信它？你怎么知道它的質量水平？

元數據是所有數據工作的基礎，應該是數據治理計劃的首要任務。如果不了解數據意味著什么，它來自何處或如何分類，幾乎不可能取得任何進展。您無法定義質量級別，訪問權限或使用指南。因此，如果您要了解數據和可以從該數據中獲得的值，那么您需要擁有元數據。

您的元數據戰略支持關鍵業務目標和方向非常重要。元數據的元數據不是一個可持續的計劃。確定支持數字化轉型所需的元數據，遵守通用數據保護法規（GDPR）或其他法規，控制數據泄露等。如果您的數字轉型工作專注于最大化客戶體驗，那么您需要關注流程收集，管理和改進客戶體驗計劃所需的數據元素的元數據 - 客戶主數據，聯系人數據，情緒數據或購買模式。

數據沿襲采用相同的方法。識別和記錄與所有數據相關的所有譜系將是一項非常昂貴且冗長的工作。專注于重要的譜系數量，并創建一些標準來說明“足夠的時候”。這也適用于數據譜系的粒度。您可以從大圖數據流開始，然后深入了解數據元素的哪些屬性來自哪些系統，然后是如何組合和轉換它們。對于一些用于監管報告的數據，有必要具有顯著的粒度和準確性。對于其他人，也許不是那么多。

如果時間和金錢投入到元數據中，那么人們可以訪問并使用它來確保他們了解數據的含義，來源，準確性和及時性，這一點至關重要。這意味著能夠通過懸停功能輕松查看應用程序層的數據元數據。也許它是一個直觀且易于訪問的數據目錄，可幫助報告構建者和分析人員了解可用的數據，其他人如何使用數據或使用頻率。保留協作實例和相關工件，以提高生產力和效率。專注于工具功能，不僅可以產生，還可以傳播工作。

最后，構建元數據語料庫可能是一個漫長而艱巨的過程。如果由少數人選擇，則需要一段時間。確定一種利用眾包的方式，然后當人們做出貢獻時，向他們提供認可和贊賞，鼓勵他們繼續這樣做 - 并影響他人做出貢獻。

數據隱私和道德

隱私是指某些數據對一個人非常敏感而不應該被共享的概念，無論是因為與該數據相關的風險，還是因為它是個人的。隱私在世界上大多數國家都有法律依據和立法來保護它。相比之下，道德是一種自愿的代碼，概述了個人責任。道德規范在數據管理，使用或數據如何參與決策方面發揮作用。

隱私法規變得越來越嚴格和越來越嚴格：GDPR，ePrivacy和加州消費者隱私法案（CCPA），僅舉幾例。通過關注個人和消費者，最細粒度的客戶信息，這些監管要求可能非常具有挑戰性。

在我們的數字世界中，我們不斷創造，使用和共享數據。簡單的指導方針和標準不能涵蓋所有情況。作為數據治理和管理專業人員，我們需要認識到，我們是數據創建，收集，共享和使用的核心，并且由此產生的決策可能是道德或不道德的。

請記住，人們認為私人或道德上可接受的內容取決于文化和年齡，并且可能隨時間而變化。

雖然去年數據泄露的平均成本為362萬美元，但不遵守GDPR的實際成本或隱私或道德違規造成的聲譽損害可能是致命的。治理必須涉及使用數據的項目，以確保它們符合隱私標準。為所有項目啟動隱私和影響評估，并將設計隱私納入項目和軟件增強的開發階段。通過教育人們如何將隱私實踐集成到所有數據管理活動，數據共享和數據使用中，創建數據隱私文化。

您可能還需要考慮創建數據倫理框架，以此作為實現道德文化的一種方式。該框架應該圍繞什么被認為是道德的（和什么不是）來稱呼原則和指導，并且可以包括數據倫理政策。這種“強制”方法可以幫助人們認識到數據倫理的目的和價值，并有助于建立一個更具倫理意識的社區。

最終，目標不僅僅是制定政策，而是擁有一種數據倫理文化，使用該框架來制定數據道德決策。為了實現這一目標，利用所有組織變更管理功能來提高數據倫理思維的認識和采用非常重要。

擴展數據治理

治理需要展示超出監管要求的價值，以顯示數據的直接業務價值。治理的潛力不僅限于數據。例如，報告，分析和模型也需要理解，透明度，可審計性，質量和信任。

建立在您已經創建的基礎之上，不要重新發明輪子。專注并實施增量增長戰略。您永遠無法捕獲100％的元數據，也無法捕獲100％的血統。因此，重點關注提供業務價值的內容，以及如何從有價值的內核開始，然后逐步擴展。

還記得當我們圍繞“思考計劃，而不是項目嗎？”的數據治理理念時，現在是時候“思考運營和嵌入，而不是計劃。”對于治理來解鎖企業范圍內的全部價值，它需要是數據的人力資源是為人民服務的。

隨著治理的采用擴展到整個企業，對支持數據治理的技術需求也在不斷增加。與前所未有的透明度和可審計性相比，更少的人需要做更多的工作。

這將數據治理的視角轉變為提供盡可能接近數據使用點的支持，目標是使數據公民能夠自我管理。當然，自由帶來了巨大的責任。在這里，創建數據隱私文化，數據倫理文化 - 實際上是數據治理文化 - 至關重要。在某一時刻，治理團隊只能這么做。如果他們能夠專注于賦權而不是控制，他們將能夠支持更多需求和數據量更大的人。

這不僅僅是音量。需要涉及的功能范圍創造了對技術支持的需求。步伐已經改變，因此利用機器學習和人工智能來補充人們的參與，并在需要的時間內完成工作。

最后，不要忘記衡量交付的價值。麥肯錫2018年的一項研究表明，在數字化轉型方面，最成功的研究重點是評估和衡量所創造變革的影響。在報告其組織監控KPI作為實施的一部分的受訪者中，51％表示成功，而未監控KPI的受訪者中只有13％表示成功。

云中的數據治理

在云優先的環境中，存在對數據的控制較少的感覺，事實上，數據向云的移動創造了對更多治理的需求。您是否知道您在云中擁有哪些數據，誰將數據放在那里，它是否應該存在以及它是如何受到保護的？

多個基于云的應用程序之間的數據集成可能很復雜。新的基于云的工具集需要集成數據治理實踐。雖然可能有明確的價值主張將實際數據放入云中，但由于數據量較多，因此您可能更難以理解內部部署解決方案的元數據以及內部解決方案的元數據。云解決方案。

雖然這不用說，但請確保您已經驗證了供應商的治理方法。在某些情況下，安全和隱私標準高于您在內部完成的標準。采用以數據為中心的方法來開發策略意味著了解您的數據和信息需求，以及您的功能和技術要求。在實施云解決方案時，了解這些解決方案的數據需求非常重要，因此您可以將這些需求納入云實施中，并確定解決方案中提供的內容與您需要做的補充之間的差距。

云正在成為新常態，因為它提供了現有的低成本替代方案，因此許多公司都采用云優先策略。如果您正在轉向基于云的戰略，請利用其創建的機會從數據中心的角度進行潛在的重新設計。確定如何管理共享數據，創建數據共享標準并利用元數據來跟蹤和管理共享。

數據團隊的多樣性

對于數據管理而言，包容意味著眾包和多樣化，這有利于創新，從而提高競爭力。包容性的副產品之一是認知多樣性或視角和信息處理風格的差異。從本質上講，這是人們思考和解決問題的方式的不同。多樣性增加了創造力，理解各種觀點的機會以及在嘗試進行變更或啟動新計劃時考慮各種觀點的能力。這種廣泛的視角對于成功的數據計劃至關重要，因為數據無處不在，對整個組織的人員產生了不同的影響。

同樣，因為我必須關注演講期間的可用時間，所以我特別強調了性別多樣性。在我的家鄉，科技行業，特別是VC，是王道。您是否知道前100家風險投資公司中只有8％的投資合作伙伴是女性？

與女性建立數據未來很重要，原因有兩個。在這個快節奏，數據優先的變革世界中，我們需要盡一切努力保持競爭力并確保成功。其次，技術工人嚴重短缺。根據世界經濟論壇的報告，在新技術融合的推動下，54％的勞動力需要重新進入第四次工業革命。

好消息是，在數據方面，我們在性別多元化方面取得了很大進展。事實上，Gartner預測，到2021年，首席數據官的角色將是所有技術附屬的C級職位中性別最多的角色。我鼓勵你保持勢頭，推動你的計劃取得成功。

隨著變革步伐的加快，我們需要增加創新機會，并創建更有可能提供創造性解決方案的團隊。具有性別多樣性的團隊更有可能進行實驗，具有創造力并分享知識。最近的研究還表明，性別多樣性與盈利能力和價值創造相關。

沒有預期的結果，這不是偏好。這是一種認識，即市場上缺乏技能，我們需要利用那里的所有資源。僅數字化轉型將需要新的技能組合和資源。

對于我的數據同行中的女性，如果沒有人加緊，也不要害怕伸出手來并要求擁有數據治理計劃 - 或者申請一個看似無法覆蓋的數據位置。