DGI（Data Governance Institute）數據治理框架是屹今為止我看到過的最棒的數據治理框架，我所實踐的數據治理內容，大都沒有逃脫這個框架，因此推薦給你。為了方便大家讀懂DGI框架，一方面我摘取了DGI數據治理框架[1]每個章節最核心的內容要點，方便大家速覽，另一方面，我會結合實踐，給出自己的解讀和詳細說明案例。這是DGI數據治理框架系列的第三篇文章，將介紹該框架10個組件的第1個組件-使命與價值（Mission&Value），“使命與價值”在DGI數據治理框架中的位置如下圖①所示：

本文圍繞“使命與價值”回答四個數據治理問題：

1、數據治理的核心使命是什么？

2、數據治理的五大工作是什么？

3、數據治理的目標如何確定？

4、數據治理項目如何定位？

這里同時列出了歷史文章，方便大家回顧復習：

（1）一文詳解數據治理的5W1H | DGI數據治理

（2）一文詳解數據治理框架圖 | DGI數據治理

一、數據治理項目的核心使命每個數據治理項目的使命都應該是為組織提供價值。它通常通過以下方式實現這一目標：

1、提升組織的產品、服務、流程、能力和資產的價值；

2、降低成本、復雜性、混亂和延誤；

3、降低風險。

案例1：提升價值

一家大型零售公司實施數據治理項目，重點是清潔、標準化和整合客戶數據。通過建立統一的客戶數據平臺，該公司能夠更準確地分析客戶行為和偏好，從而優化其營銷策略和產品供應。這直接提高了銷售效率和客戶滿意度，增加了產品和服務的價值。

案例2：降低成本

一家制造公司通過數據治理項目，對其供應鏈管理系統中的數據進行了標準化處理。這包括制定數據質量標準和整合來自不同來源的數據。結果，該公司能夠更有效地跟蹤庫存水平，預測供應需求，減少了庫存過剩和缺貨的情況。這不僅降低了運營成本，也減少了供應鏈管理的復雜性和相關的時間延誤。

案例3：降低風險

一家金融服務公司啟動了一個數據治理項目，旨在改善其對敏感客戶數據的管理。項目包括實施更嚴格的數據訪問控制、審核跟蹤和合規性監測。通過這些措施，該公司能夠更好地保護客戶數據，減少了數據泄露的風險，從而降低了業務運營中的合規和聲譽風險。

二、數據治理項目的間接特性數據治理意味著“對數據相關事務的決策權和權威行使。”?更具體地說，數據治理是“一個決策權和信息相關過程的責任制度，根據商定的模型執行，這些模型描述誰可以在何時、在什么情況下、使用什么方法對哪些信息采取什么行動。”基于這個定義，數據治理的內涵包括五個方面：

1、建立組織架構

2、明確決策權和責任

3、制定/收集/協調規則

4、監控/執行合規性

5、解決問題

可以看到，數據治理項目本身不直接產生收入或直接降低成本和風險，但它通過影響其他事物的輸出來創造價值，這是數據治理和數據管理很大的不同。

下面給出一個案例來說明數據治理項目的這種間接特性：

一家國際銀行面臨數據管理的挑戰，包括數據質量不一、信息孤島、決策效率低下和合規性風險。銀行啟動了一個數據治理項目，旨在通過改進數據管理來提升其產品和服務的質量，增強客戶滿意度和市場競爭力。

建立組織架構：銀行成立了一個數據治理委員會，由高級管理層領導，負責制定數據治理策略和監督執行。這確保了數據治理項目與銀行的戰略目標一致，提高了決策的效率和效果。

明確決策權和責任：通過定義數據所有者、數據質量管理者和數據使用者的角色和責任，銀行明確了誰負責監控、維護和使用數據。這增強了數據的準確性和可用性，為提供更好的客戶服務和產品決策提供了支持。

制定/收集/協調規則：銀行制定了一系列數據質量標準、安全政策和合規要求，并確保全行遵循。這提高了數據的質量和安全性，降低了合規風險，使銀行能夠更有效地開發和提供符合客戶需求和監管要求的金融產品和服務。

監控/執行合規性：通過實施數據審計和監控機制，銀行能夠持續評估數據管理實踐的有效性，并及時調整以滿足變化的業務需求和法規要求。這不僅保護了銀行免受數據泄露和合規風險的威脅，也增強了客戶對銀行服務的信任。

解決問題：銀行建立了一個反饋機制和問題解決流程，以快速識別和解決數據相關的問題。這提高了業務流程的靈活性和響應能力，使銀行能夠更有效地應對市場變化，提高服務質量和客戶滿意度。

通過執行這些數據治理舉措，銀行不僅提升了數據質量和數據管理的效率，還間接提升了其產品和服務的質量、增強了客戶滿意度和市場競爭力。

銀行能夠基于高質量數據做出更精確的業務決策，開發新的金融產品和服務，同時降低了運營成本和合規風險，最終實現了組織的長期可持續發展。

三、數據治理項目的目標確定每個數據治理項目都需要考慮組織的獨特條件、文化和痛點，以形成適合自身的價值傳遞方法。

那么如何確定呢？

DGI建議在項目開始時，以及定期之后，項目負責人會與組織中的其他人會面，審視塑造成功項目的因素，下面這些問題[1]的回答有助于界定數據治理項目試圖實現的目標，包括：

1、現有治理

關于數據管理的決策是如何做出的？ 存在哪些決策機構來解決數據需求？ 潛在受益者在數據決策中的參與程度如何？

2、現有管理

領導層對數據治理和管理的看法是什么？

數據管理是獨立的職能，還是融入到技術管理中？

執行數據分析和數據科學的職能是否在數據管理中有發言權？

3、現有數據

組織是否開發了銷售或共享的數據產品？

組織是否因其當前的數據實踐面臨重大合規風險？

數據分析和數據科學對他們處理的數據有什么看法？

4、對項目的期望

領導層表達了對數據治理的什么期望？

商業和合規項目對數據治理有什么期望？

技術團隊對你的項目有什么期望？

5、治理視角

數據治理項目是否旨在直接向組織的領導團隊提供戰略性輸入？

它是否希望通過匯聚不同部門或團隊的力量，來確保大家在重要事項、使用的資源以及最終的成果上能夠保持一致，從而提高效率和效果。

它是否預期專注于少數類型的輸出，例如數據質量、術語表、專注合規性，或支持特定項目？

6、治理文化

數據治理將被授予多大實際權力？

它是否主要定位為咨詢或合規功能？

它的影響范圍和深度預期是什么？

2、問題

現有治理： 關于數據管理的決策是如何做出的？目前，數據管理決策主要由 IT 部門負責，缺乏業務部門的參與。 存在哪些決策機構來解決數據需求？目前只有一個數據管理委員會，但其成員主要是 IT 部門的代表，業務部門的參與度不高。

潛在受益者在數據決策中的參與程度如何？

業務部門對數據管理的參與度不高，主要原因是缺乏數據管理知識和技能。

現有管理：

領導層對數據治理和管理的看法是什么？

領導層認識到數據治理的重要性，但對具體實施缺乏了解和支持。

數據管理是獨立的職能，還是融入到技術管理中？

數據管理目前是 IT 部門的一個職能，尚未融入到業務部門的日常管理中。

執行數據分析和數據科學的職能是否在數據管理中有發言權？

數據管理目前是 IT 部門的一個職能，尚未融入到業務部門的日常管理中。

現有數據：

組織是否開發了銷售或共享的數據產品？

尚未開發數據數據目錄等產品。

組織是否因其當前的數據實踐面臨重大合規風險？

存在數據隱私和安全方面的風險。

數據分析和數據科學對他們處理的數據有什么看法？

數據分析和數據科學部門認為數據質量不高，影響了分析結果的準確性。

對項目的期望：

領導層表達了對數據治理的什么期望？

希望提高數據質量，降低數據安全風險，并為業務決策提供支持。

商業和合規項目對數據治理有什么期望？

希望數據治理能夠提供準確、可靠的數據，支持業務運營和合規管理。

技術團隊對你的項目有什么期望？

希望數據治理能夠提供規范的數據標準和工具，提高數據管理效率。

治理視角：

數據治理項目是否旨在直接向組織的領導團隊提供戰略性輸入？

是的，項目將定期向領導團隊匯報數據治理進展情況和成果。

它是否希望通過匯聚不同部門或團隊的力量，來確保大家在重要事項、使用的資源以及最終的成果上能夠保持一致，從而提高效率和效果。

是的，項目將建立數據管理協作機制，確保各部門在數據管理方面保持一致。

它是否預期專注于少數類型的輸出，例如數據質量、術語表、專注合規性，或支持特定項目？

項目將首先專注于提高數據質量和建立數據標準。

3、目標

根據上述問題的回答，該企業明確了數據治理項目的目標：

提高數據質量，降低數據安全風險。

建立統一的數據管理標準和規范。

提升數據分析和應用效率。

為業務決策提供支持。

4、實施方案

建立數據治理組織架構，明確各部門職責。

制定數據管理政策和標準。

實施數據質量管理和數據安全管理。

建立數據共享和應用平臺。

開展數據治理培訓和教育。

四、數據治理項目的多重定位?

可能是戰略性功能，由首席數據官領導，旨在優化組織數據資產。 可能是小規模功能，專注于為特定受益者提供價值。 可能介于兩者之間，如作為行業趨勢的遠見者、變革的推動者、技術和組織部分之間的橋梁等。 案例1：作為戰略性功能的數據治理谷歌（Google）的數據治理策略。在谷歌，數據治理是由首席數據官（CDO）領導的戰略性功能。這種定位使得數據治理在谷歌的日常運營和長期戰略規劃中起著核心作用。例如，谷歌通過其數據治理實踐優化了數據資產的管理，確保了數據的質量和安全性，并支持了數據驅動的創新。這種戰略性定位幫助谷歌保持了在技術領域的領導地位，支持了其持續的業務增長和新產品的開發。案例2：作為小規模功能的數據治理一家中型醫療保健提供商實施的數據治理項目。在這個案例中，數據治理被定位為一個較小規模的功能，專注于改善患者數據的質量和一致性。該項目的目標是為醫療服務提供者提供更準確和完整的患者信息，從而提高醫療服務的質量。這種較小規模的數據治理實踐對特定的受益者（如醫生和護理人員）產生了直接價值，改善了患者的治療結果。案例3：介于戰略性功能和小規模功能之間的數據治理一家大型金融服務公司的數據治理項目。該公司的數據治理既不完全是戰略性功能，也不僅是小規模功能，而是起著連接技術和業務部門的橋梁作用。數據治理團隊與業務部門緊密合作，以確保數據管理實踐支持公司的業務目標。同時，他們監督技術部門的數據架構和工具的選擇，以確保這些技術解決方案符合業務需求。這種定位使得數據治理在支持業務決策和促進技術創新方面發揮了關鍵作用。