一个被认可的数据治理框架，到底应该什么样？

今天说说数据治理。

DGI框架是一个十分具有实践指导意义的数据治理模型，主要是它的设计是从组织数据治理的目标或者需求出发进行设计的，描述了谁可以采取什么行动来处理什么信息以及何时，在什么情况下使用什么方法。

DGI框架的设计采用5W1H法则：

WHY，为什么需要数据治理？

DGI框架中的第1-2组件，数据治理愿景使命、数据治理目标。用这两个组件来定义企业为什么需要数据治理。

笔者认为相比于数据治理其他几个组件，做什么，怎么做，为什么做更加重要，它为企业数据治理指明了方向，是其他数据治理活动的总体策略。

WHAT，数据治理治什么？

DGI框架中的3-6个组件，数据规则与定义、数据的决策权、数据问责制、数据管控，DGI框架这4个组件定义出了数据治理到底治什么。

WHO，谁参与数据治理？

DGI框架中的7-9组件，定义数据治理的利益干系人，主要包括：数据利益相关者、数据治理办公室和数据专员。DGI框架对数据治理的主导、参与的职责分工定义给出了相关参考。

WHEN，什么时候开展数据治理？

DGI框架中的第10个组件，用来定义数据治理的实施路径、行动计划。

HOW，如何开展数据治理？

DGI框架中的第10组件，数据治理流程，描述了数据管理的重要活动和方法。

WHERE，数据治理位于何处？

DGI框架外的组件，虽然没有含在10大组件之列但却十分重要，强调明确当前企业数据治理的成熟度级别，找到企业与先进标杆的差距，是定义数据治理内容和策略的基础。

DGI框架的组件解读

1、使命与愿景

企业实施数据治理的最高指引，为数据治理活动指明方向。

数据治理的使命和愿景一般包含三个部分内容：

• 定义数据管理和使用规则。
• 为相关干系人提供数据安全保护和服务。
• 对不遵守规则引起的数据问题做出反应并解决。
  

2、数据治理目标及获得支持

数据治理目标：数据治理从来都不是为治理数据而治理数据，而是为了解决数据利益相关方的业务痛点或实现哪些业务和管理目标，例如：增加收入和价值，降低管理成本和复杂性，确保数据安全合规使用等。

同时，帮助业务和IT人员达成共识，为执行过程的协助奠定基础，例如：帮助定义数据、分析数据问题、帮助解决数据问题等。

3、问责制

数据治理规则/标准一经发布，就要开始着手实施，谁做？做什么？什么时候做？对于那些职责范围不够明确的活动，数据治理团队就需要将相关活动执行任务分配至日常工作中。

企业有时会为分配数据治理任务的职责而苦苦挣扎。为什么？

首先，因为有些数据治理任务通常是跨业务边界的，职责不好定义。

其次，因为很多管理者只会管理自己擅长的领域，而在合规要求管理方面缺乏经验。

实际上，在合规环境中，不允许个别管理者独立解释需求。取而代之的是，企业通常会采用一种统一的模型，由一个集中的小组来制定这些规则和要求，然后将其分发给利益相关者进行执行。

4、管控措施

我们都知道数据的存在永远伴随着风险。敏感数据泄露事件频发及其产生的后果，尤其是对那些数据关联性高的企业机构来说，数据就是决定企业生存与否的风险因素。

通常，要求数据治理通过建立风险管理策略，来控制和预防数据安全风险。控制措施可以是预防性的，也可以是侦探性或纠正性的，可以是自动化，也可以是手动执行。

同时，还会要求数据治理建立或改进现有控制措施，例如：变更管理，策略，培训、项目管理等，以支持数据治理目标的实现。

5、数据利益相关方

数据利益相关方是可能会影响或受到所讨论数据影响的个人或团体，例如某些业务组，IT团队，数据架构师、DBA等，他们对数据治理项目的目标会有一个更加准确的目标定位。

数据利益相关方是谁？

他们很有可能来自整个企业，包括创建数据的人员，使用数据的人员以及设置数据规则的人员。

数据利益相关方想要什么？

由于数据是影响管理决策的重要因素，因此管理者通常抱有必须由数据治理计划解决的期望。一些数据治理规则将辅助企业领导进行决策，而另一些数据治理规则将在作出决定后通知他们，从而达到企业管理目标的要求。

企业中的决策者以及定义数据、监督规则合规性、解决相关问题的人员同样如此。

6、数据治理办公室

数据治理办公室（DGO） 的职责就是促进并支持数据治理和数据管理的相关活动。

7、数据管理小组

对于很多企业的数据管理委员会可能会分为几个团队或工作小组，以解决特定的数据问题。

数据管理小组负责特定业务域的数据质量监控和数据的安全合规使用，例如：营销域、用户域、产品域等。数据管理小组根据数据的一致性，正确性和完整性等质量标准检查数据集，发现并解决问题。

同时，数据治理小组也有义务向DGO提出数据治理策略、数据标准等方面的建议或意见。

8、数据治理流程

数据治理的流程如下：

• 数据治理的价值申明
• 确定数据治理流程
• 确定数据治理计划、资金计划
• 数据治理项目规划
• 数据治理项目实施
• 数据治理监控、评估和报告
• 数据治理的持续改进
  

DGI框架对数据治理实践的意义

数字化时代，数据作为重要的生产要素，是企业进行升级转型的重要基础，每个企业都应该重视数据治理。DGI在数据治理过程中用了四个阶段来强化这个意识：

第一阶段：发掘数据治理对企业价值

数据治理的目标应与企业的业务价值和目标对齐。DGI建议广泛吸取企业数据管理的相关经验以发掘适合的数据治理价值声明，经验来源包括企业内部相关部门，以及其他企业的数据治理团队。

第二阶段：确定实施路线图和计划

DGI强调数据治理计划往往首先要将注意力集中在有限的问题上，解决这些问题并达成相关目标，然后再扩大范围。

因此，数据治理的往往是一个反复迭代的过程，不可贪大求全，想一次吃个胖子。

第三阶段：获得利益相关方的支持，包括：资金、资源以及政策方面的支持

企业数据利益相关方就价值和目标达成共识。这将有助于明确范围并建立SMART目标以及成功措施和指标。

第四阶段：数据治理策略执行，监控和报告。

执行与管理数据有关的过程，并监控执行结果，测量和报告数据治理状态。

写在最后的话

数字化环境下，企业需要的不仅仅是管理数据，他们更需要一个”合适”数据管理体系，通过该体系设置数据治理活动的参与规则，以实现企业的数据价值，减少成本和复杂性，规避风险，并确保数据的使用符合的法律、监管和其他要求。

一个好的数据治理框架能够帮我们对复杂和模糊的概念做出清晰的梳理，以便明确目标和行动计划，从而提高项目成功率。

同时也要牢记，每个企业都有其独一无二的成熟度、文化、技术平台和各种其他原因，因此每个企业的数据治理规划都应该是独特的，以满足企业特定的数据管理的需求和目标。

因此，再完善的框架体系都不能直接照搬，随着企业的变化、数据治理的挑战也随之变化，每个企业独特的解决方案都应该是框架中的一个特定实现，并且变化是无限的。