數據治理作為數據資產形成的前期工作，可謂是數據平臺建設質量及成果評估的關鍵。這兩年億信華辰做的數據治理項目越來越多，發現IT領導者很容易陷入數據治理誤區，這些誤區甚至會破壞最佳的項目規劃。因此，我們總結了企業做數據治理的8大誤區，非常有必要了解，希望大家少走彎路。

誤區1：數據治理是技術部門的事情

數據治理方面的第1個誤區便是認為數據治理是技術部門的事情，與業務人員無關，也與企業管理層無關。

企業數據治理是一場涉及組織、業務、技術等多個部門的戰略變革，數據治理的最終目的是賦能業務，為數據變現提供動力。而技術人員長期專注于提升技術能力，對業務需求、痛點把握不足。不考慮業務需求的數據治理會趨離本源，易造成轉型中途夭折。企業進行數據治理涉及的部門一定是涵蓋業務部門、技術部門甚至管理層的多維組織架構，這樣才能使數據治理真正落地。

誤區2：忽視傳達數據治理的整體業務價值

數據治理的第2個誤區就是認為數據治理是個技術項目，無法體現在業務成果上。

數據治理必須是一項企業范圍的計劃，有效的數據治理計劃與業務能力和價值流保持一致，它們最終會使得高層建立的更大的企業目標。我們需要確保數據治理不被視為IT部門的寵兒項目非常重要，這對于得到高層的買賬和支持至關重要，也對于數據治理計劃的可擴展性和持續成功起重要作用。

當CIO未能清楚地闡明和展示數據治理和其相關計劃如何幫助推動業務成果成功和生產力提高時，它只是在概念上保持卓越，在執行方面就不那么出色了。

誤區3：必須得有工具平臺，才能開展數據治理

數據治理的第3個誤區是必須有工具才能做數據治理。常常聽到一些朋友在開展數據治理的時候會說，先整套工具吧，再搞數據治理，這是一個極端。還有另外一個極端就是，完全不需要數據治理平臺工具，直接把數據治理當作咨詢項目，往往導致的結果就是花了大筆的錢，前期可能會有一些效果，可隨著時間推移，遠遠達不到當初的預期。

其實，數據治理是一項和管理深度結合的活動，有工具后可以加快效率，沒有工具同樣可以進行數據治理。比如在信息化程度不高、數據量不大、數據類型不多的情況下，制定一些合理的治理流程和制度就可以起到很好的效果，工具反倒增加了成本和管理流程，這時候是可以不需要工具的。

而對于經過多年信息化發展的企業，在開展數據治理時，平臺工具就是必備的。工具作為數據治理4大核心要素之一，它的作用就是提升數據治理的效率，而且工具往往是與組織、制度、流程相輔相成的，它會將我們的數據治理咨詢成果落地到平臺中，保障數據治理這項活動的常態化運轉，持續提升企業的數據管理能力。

誤區4：必須發起正式的項目，才能開展數據治理

數據治理的第4個誤區是必須發起正式的項目，才能開展數據治理。錯，并不是這樣，其實，無論是IT部門或是業務部門，只要今天制定了與數據有關的某項制度或流程，這都算是在開展數據治理。

我們舉個例子，比如技術部門規定，核心系統中，客戶編號只能用ID來表示，這其實就是一條數據標準。數據治理的門檻并不高，很多部門甚至小組內部都會有這樣、那樣的數據規范，而且這些規范在一段時間內都可以起到良好的正向的作用。

講這個誤區的目的呢，就是告訴大家，面對數據治理不要怕，數據治理的門檻并沒有我們想的那么高，人人都可以做些有益于數據正向發展的工作。但當我們開展規模化數據治理時，還是應該起個項目，結合企業的戰略規劃、業務需求、市場發展等多方面因素，制定合理的數據治理實施路徑。

誤區5：數據治理是簡單的工具配置及疊加

數據治理的第5個誤區是企業認為數據治理只是簡單的工具配置及疊加。

一些企業可能會認為通過治理工具將數據進行簡單的“沖洗”，數據便會條理清晰、干凈待用。其實不然，數據治理包含組織架構調整、治理流程的制訂、工具的配置、現場技術人員的實施、業務部門的協同配合等。人員調用及安排是數據治理的前提，只有將專業、合適的人員安排到合適的位置，才能讓他們真正發揮作用；只有具有清晰的行動指令及執行流程，企業的數據治理才能有效果。

誤區6：貪大求全

數據治理的第6個誤區是貪大求全，希望一次數據治理能覆蓋全業務和全技術域，將各個業務系統、各類數據都納入其中。

提起二八原則，大家都不陌生。這個原則在數據治理中同樣適用：80%的數據業務，其實是靠20%的數據在支撐；同樣的，80%的數據質量問題，其實是由那20%的系統和人產生的。在數據治理的過程中，如果能找出這20%的數據，和這20%的系統和人，先從核心系統，核心數據開始做起，再漸漸覆蓋到其他領域，將會起到事半功倍的效果。數據治理本身就是一個很大的概念，包括很多方面內容，一味貪大求全，抓不住重點，往往會導致數據治理看似什么都做了，但其實又什么都沒做，成本、時間都上去了，但是效果卻很不明顯。

誤區7：數據治理的過程不透明

數據治理的第7個誤區在于數據治理過程不透明，就一個項目組的在埋頭苦干。而這一點也與高層支持度和人員參與度息息相關。

這里的不透明主要指的是兩個方面。一是制定的規則章程制度標準等未進行宣貫。相關人員對此并無知悉，自然也就談不上遵守執行，那么這些文件便只能成為一紙空談。二是數據治理沒有存在感。數據治理的進度、成果等，都沒有階段性的呈現，業務人員感受不到數據治理帶來的效果也就不愿配合，高層管理人員接收不到數據治理的成效價值也就意識不到數據治理的重要性，從而降低投入。

誤區8：數據治理可以短期見效

數據治理方面的第8個誤區便是認為數據治理是可以短期見效的。

數據治理是一項長期而繁雜的工作，很多時候，經過多項整合、清洗、歸集后，數據治理似乎已初見成效，但應用業務時卻發現數據無法真正落地，更無法驅動業務。可見，企業在數據治理過程中存在一些誤區，會令數據治理過程漫長且效果不佳。導致這種現象的一個原因就是企業內部缺失數據管理，對數據變現價值抱有期待，但并不清楚如何智能化管理數據。

面對這種情況，企業可通過小型數據應用項目對數據架構、數據質量、數據處理能力進行全面摸排，為后期真正的數據治理提供依據。在數據情況探查清楚后，可由專業的數據治理服務商制定切實可行的數據治理方案，指導技術人員和業務人員協同配合，縮短數據治理見效時間。

結語：數據治理涉及的工作復雜性高，數據治理之路必然不是一路坦途。學習前車之鑒，避開常見陷阱，數據治理抓重點，在建組織、明規范、梳流程的基礎上，選用合適的工具，也能讓數據治理之路更順暢。億信華辰擁有完善、可落地的數據治理方法論，不僅具備先進的數據治理技術，覆蓋數據治理十大領域，可快速交付數據治理項目，還具有專業的數據治理人才隊伍，包括咨詢、產品、實施、運維，實現從咨詢到交付的數據治理項目閉環。