數據治理在每家公司的數據戰略中都發揮著關鍵作用。隨著您的企業收集越來越多的數據，您有機會做出更好、更明智的決策，但數據增長也帶來了新的挑戰。隨著更多數據從更多來源涌入，您的企業將失去更多控制權。無法知道不準確的數據何時或從何處進入您的系統，從而使每個人都可以訪問不可信的數據，管理日益復雜的數據環境將耗費更高的成本。?

這就是為什么良好的數據治理對于業務的成功如此重要，它確保有效和高效地使用信息，使企業能夠實現其目標，并定義數據和人員流程，以保證整個企業使用的數據質量和數據安全性。它約定了誰可以對什么數據、在什么情況下以及使用什么方法采取什么行動，它幫助企業如何從一致、標準的流程和責任中受益。?

一、什么是數據治理框架？

業務驅動因素決定了在數據治理策略中需要仔細控制哪些數據（以及控制到什么程度）。例如，醫療保健提供者的業務驅動因素之一可能是確保與患者相關的數據的隱私，要求在數據流經企業時對其進行安全管理，以確保符合相關政府和行業法規。這些要求通知提供者的數據治理策略，成為其數據治理框架的基礎。

精心規劃的數據治理框架涵蓋戰略、戰術和運營角色和職責。它可確保數據在企業內受到信任、記錄良好且易于查找，并確保其安全、合規和保密。

該框架提供的一些最重要的好處包括：

·?一致的數據視圖和業務術語表，同時為各個業務部門的需求提供適當的靈活性

·?確保數據準確性、完整性和一致性的計劃

·?了解與關鍵實體相關的所有數據位置的高級能力，使數據資產可用且更容易與業務成果聯系起來

·?為關鍵業務實體提供“單一版本真相”的框架

·?滿足政府法規和行業要求的平臺

·?可在整個企業中應用的數據和數據管理的明確定義的方法論和最佳實踐

·?易于訪問且保持安全、合規和機密的數據

二、數據治理框架示例——傳統方法

建立數據治理框架的傳統方法有兩種：自頂向下和自底向上。

自上而下的方法采用集中式方法進行數據治理。它依賴于一個小型數據專家團隊，他們采用定義明確的方法和眾所周知的最佳實踐。這意味著數據建模和治理是優先考慮的，只有稍后才能將數據更廣泛地提供給企業的其他人員以用于分析。

然而，這會產生巨大的可擴展性問題。在這個框架中，數據提供者和數據消費者之間有明顯的區別，只有前者有權對數據進行任何形式的控制。在過去，這不是一個問題，因為需要治理的數據量較少，需要訪問數據的團隊也較少。但是今天，這些小數據管理員團隊無法滿足數據消費者的需求。有太多的用戶向這些團隊提出了太多的管理請求?，F在的業務要求是讓所有需要的人隨時隨地使用干凈、完整且不妥協的數據。

相反，自下而上的方法允許在管理數據時更加敏捷。自上而下的方法從數據建模和治理開始，而自下而上的方法從原始數據開始。攝取原始數據后，可以在數據之上創建結構（稱為“讀取模式”），并可以實施數據質量控制、安全規則和策略。

這種隨著大數據的出現而流行的框架比集中式方法更具可擴展性，但它產生了一系列新問題。因為數據治理要到流程后期才會實施，而且因為任何人都可以不受控制地輸入數據，所以治理更難建立。正如我們已經討論過的那樣，缺乏數據治理會導致風險增加、數據管理成本增加以及越來越難以控制的壓倒性數據蔓延。

我們需要的是一種數據治理框架的現代方法——一種在流程早期建立控制但不犧牲用戶成為數據所有者和管理者的能力。

三、協作數據治理框架模板——現代方法

協作數據治理框架就是要平衡自上而下和自下而上的方法。該框架認識到，作為一個團隊來處理數據對于成功至關重要；否則，驗證數據可信所需的工作量將是巨大的。

協作框架允許企業中越來越多的人引入越來越多的數據源。為了保持數據治理的可擴展性，必須為協作內容管理建立明確定義的原則。這些原則可確?？蓴U展性，而不會影響對內容的定義信任級別。??
?
通過建立這些數據管理原則，只要遵循標準，任何人都可以進行協作，并且企業可以讓整個企業參與到將原始數據轉化為可信任、記錄和準備共享的數據的過程中。?
?
當然，仍然有一些受到嚴格監管的業務流程，其數據元素需要特別注意。例如，金融服務中的風險數據聚合或消費者信用卡信息等數據可能不是這種方法的最佳候選者。在這些情況下，協作框架可以補充而不是取代自上而下的方法。企業的數據治理團隊應該定義哪種數據治理模型適用于這些類型的情況。?

四、使用數據治理成熟度模型衡量成功

數據治理是一段旅程，而不是終點，為了確保其成功，需要有一種方法來衡量其進展并確定需要改進的領域。?

企業在成為受數據驅動的公司時所經歷的三個成熟度級別是：

1.?數據集成：應用集成、數據集成、數據加載

2.?數據完整性：數據準備、數據管理和數據質量

3.?數據智能：數據編目、數據沿襲和元數據管理

由于企業需要可信數據來授權數據用戶、改善客戶體驗并自信地做出決策，因此數據質量必須成為任何數據治理計劃的核心組成部分。企業在此成熟度曲線中越深入，它就越能利用強大的技術，如數據分析和數據匹配與機器學習。更好的定位是從所有數據資產中獲得最大價值，同時保持對數據的必要控制和信任水平。

五、釋放數據治理框架的全部潛力

數據治理不僅僅是對數據保護和控制。如果實施得當，數據治理流程不會減慢或阻止對數據的訪問。相反，他們可以通過幫助企業在正確的時間以正確的格式將可信數據交付給正確的人來改善數據訪問，同時確保數據隱私和法規遵從性。