数据治理研究所将数据治理定义为“信息相关流程的决策权和问责制

根据公认的模型执行，该模型描述了谁可以对哪些信息采取何种行动，以及何时，在何种情况下使用何种方法，这是一个充满答案的答案，但归根结底，请记住，数据治理实际上是关于标准，策略和可重用模型的，如果您拥有数据仓库，这是获取数据见解的传统方法，则可能已经为维表建立了一些数据治理框架和标准，因此当我们谈论的做法时，步是了解对于您的公司而言到底是什么。

您公司的数据治理

我所听到的有关的信息是它等同的，这个概念没有什么错，但是只是—不完整，数据治理不必只是一个平台或一个概念，实际上一种完善的数据治理方法可以而且应该涉及多个平台或项目，公司中的一个程序用于设置与数据相关的事项的规则和标准，例如如果您的企业需要销售报告解决方案，则将存在一些治理问题。

1、哪些内部数据库具有此信息？

2、谁有权使用它？

3、我们是否定义了所谓的“客户”或“供应商”？

4、销售数据的结构是否已经定义？

5、源数据的质量是什么？

6、是否有关于数据大小的指标？

IT团队将负责为项目提供解决方案，并提供开发和基础架构服务，但是数据治理团队将负责向IT团队提供有关数据相关策略和标准的一些指导，这使我们进入下一个关键考虑。

企业设置数据治理框架

框架本身应针对公司的特定需求进行定制，但一般而言，该框架可以包括战略规划任务，例如确定数据需求，制定数据策略和指南以及规划数据管理项目，该框架还可以包括正在进行的控制任务，例如管理和解决与数据相关的问题，监视数据策略并提高数据资产的价值，与IT项目领导团队类似，数据治理委员会的成员也需要包括业务和IT部门的成员，让企业参与该计划至关重要，他们将积极参与任务。

建立灵活的企业结构也很重要

良好的做法是遵循自上而下的方法，其中理事会的在推动治理，而业务分析师和数据管理者在执行政策，数据管理员负责向领导层提供必要的反馈，实施涉及在组织中带来巨大的变化，因此理事会必须提出与业务利益相符并考虑到实施团队实力的使命，计划的任务需要清晰地传达，并简明扼要地阐明企业内的主要推动力，任务需要使用各种途径反复一致地进行沟通。

数据治理计划可以包括多个重点领域，选择一个能为公司带来价值的领域很重要

这些计划可以在企业级别，也可以在项目级别。以下是一些重点领域和简要说明：

1、标准和政策：此类程序将收集标准，审查现有标准并对照公司标准进行检查。另一个主要活动是为公司定义数据策略，并为尝试加入企业环境的所有孤立项目提供支持。

2、数据质量：这种程序用于查找，纠正和监视企业中的数据质量问题，这些程序通常涉及用于分析，清理和匹配引擎的软件，计划还引发了主数据管理项目，该项目定义了主数据并提供了客户或供应商等域的360度视图。

3、数据安全和隐私：每个公司都有合规性和法规要求，并且该程序将尝试通过设置访问管理权限，信息安全控制，数据隐私程序等来解决这些问题，尤其是针对敏感数据。

4、体系结构/集成：此重点领域旨在通过简化数据集成体系结构组件（例如数据建模，主数据建模，面向服务的体系结构等）来实现运营效率。

5、商业智能（BI）：该程序促进了对建筑数据仓库和数据市场的使用，以支持历史报告以及未来派报告。

6、自助服务体系结构：这种程序考虑了管理和数据准备方面的挑战，旨在建立限制“影子IT”范式的工作流程，这种范式在组织中经常发生。

这是一段旅程，而不是目的地

就像公司治理一样，理解这一点很重要，数据治理不是一个项目，而是一个持续的过程，任何正在进行的过程都需要定义目标和衡量计划进度的方法，建议的方法是对照数据治理成熟度模型扫描进度，根据您为DG计划选择的重点领域，您的公司还应该定义度量标准以衡量该计划的成功，还建议使用敏捷实践，诸如持续交付，IT与业务之间持续协作，欢迎变更以及持续关注技术卓越和良好设计等敏捷方法非常适合数据治理实践。

就像流程和人员一样，技术是数据的重要组成部分

治理和技术在不断变化，无论您是从事商务还是IT，都建议进行技术创新，机器学习、云和大数据空间方面的新创新可以使数据治理计划有效，您的公司很有可能已经成功实施了一项数据治理计划，我的建议是以此为基础实施其他重点领域，对公司中的数据治理有远见，可以从业务和IT领导层获得支持，并改善IT和业务协作，通过这些初始步骤，可以成功地发展并为组织提供真正的价值！