到目前為止，您已經意識到擁有出色的數據分析策略還需要擁有良好的數據治理策略。畢竟，如果您的數據無法控制，那么您在其上運行的分析在一天結束時將是不值得信任的。

那么獲勝的數據治理策略是什么樣的呢？成功的數據治理策略有很多要素，但這里有五個不容忽視的方面：

1.擁抱數據孤島

多年來，數據孤島一直是數據分析師和數據科學家的第一對手。當數據分布在許多存儲庫中時，我們的想法就是設計和構建數據分析應用程序變得更加困難。

好吧，這是真的：數據孤島確實讓數據科學家和數據分析師的生活更具挑戰性。但事情就是這樣：沒有人可以做到這一點。我們已經指示在像Hadoop這樣的大數據商店上建立湖泊并盡可能地集中數據，而理論上它在實踐中是一種優越的方法 - 而不是那么多。

“當然，每個人都希望在所有數據源中找到企業的單一參考點，”數據目錄和治理軟件提供商Alation的營銷副總裁Stephanie McReynolds說。“但是眾所周知，在過去五到七年里，數據來源如此激增，以至于不可能將所有內容合并到一個地方。”

但這并不全是壞事。這里有一些好消息：來自Alation和其他供應商的現代數據治理工具并不真正關心數據的位置，它們有助于簡化編目過程，然后訪問數據，無論它位于何處。

McReynolds看到Hadoop數據湖的持續采用，但她也看到組織將數據從內部存儲庫轉移到基于云的商店。像Alation這樣的數據治理工具可以隨時隨地跟蹤數據。

“無論數據位于何處，”通貨膨脹都是一致的界面，“她說。“這減少了分析師和數據科學家訪問這些數據的界限或障礙。他們不必日復一日地關注數據集的移動位置。無論身體在哪里，他們都能找到它。“

2.規劃大事

數據分析項目通常規模較小，但如果收益為正，它們可以快速增長。產品管理高級副總裁兼生產數據分析和數據管理軟件的公司Infogix表示，在項目投入生產時具有這種規模的組織可以更好地解決數據治理挑戰。

“當企業開始收集數據，它往往是在小范圍內是可管理的，”華盛頓告訴Datanami。“但是，由于決策是基于分析結果做出的，因此組織開始看到數據收集的真正價值，并且正如您所猜測的那樣，開始收集更多數據。但隨著他們積累更多數據，組織往往失去對數據質量，來源，所有權的控制 - 這是成功數據治理計劃的所有關鍵組成部分。“

解決這一共同障礙的第一步是確保每個人都說同一種語言。“數據字典，業務術語表和數據沿襲不僅定義了不同業務部門的數據和術語，還提供了有關數據來源，年齡和相互依賴性的關鍵信息，”華盛頓說。

一種解決所有問題的數據治理策略 - 不僅包括定義數據和術語，還包括數據來源，如何使用，數據源之間的關系，數據質量維度和分數，以及她說，數據的所有者和管家對于讓利益相關者參與是至關重要的。

“如果用戶不知道數據源自何處，他們可能不會信任它，而且他們通常不會使用它，”華盛頓說。

3.重新考慮自助式分析

大數據分析行業的一個標志就是希望將數據和分析推向盡可能多的人。思維方面，組織中擁有數據和自助服務分析能力的人越多越好。

McReynolds說，雖然自助服務分析是一個令人欽佩的長期目標，但它在短期內引發了一些數據治理挑戰。

“有兩個不同的角度讓你的數據得到解決，”她告訴Datanami。“您可以如何組織原始源數據。第二個角度，相關但可能不那么明顯，是消費方面發生的事情，以及自助服務分析在短期內實際造成的混亂。“

McReynolds說，組織通過將數據放在更多員工面前來實現競爭優勢，但這會帶來損失。“很高興我們允許組織中的這么多人訪問數據，我們鼓勵他們做出數據驅動的決策，”她說。“但Tableau和Qlik以及一些更現代化的自助服務分析工具的植入也產生了一些洞察力，這些洞察力并未與原始源數據完全聯系起來。”

實施數據治理策略有助于消除在兩個方面創建的一些粗糙邊緣。“在這兩個目標 - 最后一英里和第一英里 - 我們今年要解決數據治理問題。”

4. GDPR只是一個開始

在通用數據保護條例（GDPR）生效之前還有113天。如果你還沒有開始修復程序，那么到5月25日結束的幾率是微不足道的。不過不要擔心，公司的CEO費利克斯·范·德·Maele說Collibra，這使得軟件的管理和編目數據。

“5月25日是GPDR的截止日期，但不是結束。這真的是一個開始，“Van de Maele說。“我認為你會看到一些例子，監管機構會想要確保公司明白這一點很重要，他們希望這些例子符合要求。”

這并不意味著你應該推遲考慮數據治理，直到歐盟委員會的競爭委員會對Facebook或谷歌（或任何可能的人）進行罰款。相反，客戶應將GDPR合規性和數據治理視為將隨著時間的推移而變化和發展的持續挑戰。

“我認為在[GDPR]截止日期之后我們會看到的是采用技術的另一個階段，以幫助使這些計劃更具可持續性，”Alation的McReynolds說。“重點不僅僅是清點數據......而是能夠標記和管理數據，因為消費者會從培訓算法或實時算法中提取個人消費者數據。我們將開始看到隨著時間的推移制定系統以滿足這些要求。“

5.授權你的CDO

成功實施大數據治理策略最容易被忽視的一個方面就是擁有合適的人員。雖然沒有一個單獨的玩家組合可以自動導致成功，但如果您有首席數據官（CDO）角色，則可能會有利于您。

“理想情況下，應該有一個CDO來監督和促進數據治理計劃的執行，以確保高管的贊助，”Infogix的華盛頓說。“其他直接參與者應包括執行領導，項目管理，數據管理員（可能存在于IT或跨越業務和職能部門的更聯合模式）和主題專家。但考慮到數據治理的目標，組織內的所有角色都可以在其實施成功中發揮作用。數據治理的關鍵是確保整個企業的協作。

CDO將負責平衡現代數據分析團隊最終必須處理的競爭優先事項 - 具體而言，確保數據分析不會因為過度管理的流程而過于嚴格，而且他們不會在沒有足夠的過程的情況下，過于瘋狂地擴散。

“我認為CDO是正確的角色，”McReynolds說。“你需要在自上而下的強制執行和最低限度的基層數據使用之間取得平衡。如果你把這個責任移到CDO之外，我認為你冒著朝著一個方向或另一個方向過于激進的風險。鎖定的分析環境無法很好地發現新的算法和新的戰略分析見解。“

顯然，在數據治理方面取得的成功要比我們在此處介紹的要多得多，但希望這些見解能夠在您發展數據治理策略時為您提供一些思考。