數據治理架構體系
在上述背景之下，接下來看一下如何從 0 到 1 構建數據治理的架構。主要分以下 2 點來闡述。

數據治理的理念、目標和實施路徑
實施支撐
（1）數據治理的理念、目標和實施路徑
凡事要先立，也就是是數據治理的理念目標和實施路徑，要非常明確。

數據治理的目標有三個“化”：首先是資產化，第二是價值化，第三是智能化。

數據治理的資產化
將原有的數據資源進行資產化，即將企業的數據資產進行盤點，對企業的數據資源目錄進行整合，然后形成以數據資產為核心的數據治理的活動。

數據治理的價值化
基于前面已經資產化的內容，把一些良好的資產進行價值的輸出，比如說讓數據資產進行流通。其釋放了流通價值，數據資產在反哺業務，形成了數據資產的二次價值。所以數據資產其實是可以釋放多重價值。

數據治理數據的智能化
構建智能化的數據生態，提升企業的整體競爭力，包括構建全鏈接全場景全智能的數字世界——這是對于各個行業而言，都希望最終能達到的目標。

在以上目標之下，實施路徑包括三個核心點：
第一點是逐步推進，分階段有重點，抓住主要矛盾，集中資源去貼近業務，尋找數據治理的突破口。
第二點是以始為終，像我們去理解這個OKR一樣，需要以結果去反推過程，以目標為導向去開展實施。
第三點是機制的系統化。數據治理不是一次性的工作，需要根據企業的現狀進行機制的系統化和落地。這部分后面再詳細講一下具體的機制化系統化是如何去落地的。

（2）實施支撐
具體在實操過程中，實施支撐應該怎么樣去做呢？整體是自上而下地規劃。首先一定要去明確企業的藍圖綱領是什么意思，就是我們最終做數據治理這項工作對企業而言意味著什么？可以說，每個企業的期望，在大的層面是相同的，小的層面是不同的，所以需要以綱領去指導整個制度方面和方針層面的一些工作思路，并對制度進行細化，再落到流程上去約束和指導實操。最終要實踐這個流程，需要落地到平臺支撐上。

制度：方針
從制度和方針看，這里著重說三點：
第一點是在整個制度的建設上，有了藍圖和綱領，內容也需要持續的跟蹤。
第二點是需要去建立量化的評價指標。
第三個是關鍵的一點，在最開始做這個工作的時候，要建立權責機制。

接下來，流程實踐需要哪些對應的保障措施呢？
第一點是治理文化。這包括培訓、公眾號，也包括我們經常講到要讓我們的業務員和技術人員有滿足感，建立自己的數據技能的梯隊。
第二點是在組織保障，即三層組織架構管理，戰略、管理、執行。在這個過程中運用好核心是要把握住我們的柔性組織，建立全方位、跨部門、跨層級的組織柔性組織，并且把成員的優化和成員的定位及時告知每一個角色，讓大家各司其職。
第三點就是考核與激勵。從制度層面看，大部分的金融企業在考核層面有一定的難度，但考核與激勵是保障整個數據認責體系的有效執行，以及數據治理各個管理域的工作落實到位的核心手段。

平臺工具支撐
從平臺支撐方面看，有核心的兩點需要去注意：

第一點：標準化與定制化的落地關系
很多金融原生企業，之前也采購過一些平臺，現在它無法跟其他數據管理域進行連接。這種情況，應該怎么做？數據治理平臺工具支撐，它其實不是光選擇標準化的治理模塊就可以解決的問題，核心是要把定制化流程進行落地。我們把這套機制設計出來之后，要在沒有人干預的情況下有效地落實。其實核心靠的就是平臺自己自動化地把我們這部分的治理思路進行落地。

第二點：平臺內容建設的需求與供給
我們可能也經常會被財務問：為什么我們平臺建設花了這么多錢之后，數據治理和數據資產這一層面沒有還沒有形成有效的價值輸出？

平臺建設完之后，它的內容建設也極其關鍵。內容建設方面，是需求側和供給側的雙輪驅動。在供給側，平臺建設團隊會以產品的思維提出建設方向；在需求側，是以用處置提供融合的場景去填充我們平臺的內容。