所以你认为你知道什么是数据治理？

数据治理是当今一个相对较新且非常热门的话题。因此，毫不奇怪，对数据治理的定义有多种不同的定义。大多数这些定义都是自我服务的。有解决方案的人试图调整他们已经存在多年的类别定义以包含数据治理。最后，它们比清晰度更容易引起混乱。有一点是肯定的：数据治理不会消失。事实上，随着组织努力使用数据来改善业务，数据治理正在发挥更重要的作用。随着数据继续成为战略业务资产的中心舞台，组织了解如何管理和管理数据的需求变得越来越重要。

首先，区分治理和管理很重要。这种区别不仅仅是因为技术或功能因素，而且因为在世界上几乎每个组织中，做一个的人不是做另一个的人。治理从根本上讲是关于数据的决策。这包括决定数据的含义，应该使用的位置，需要的准确程度以及需要遵循的规则。这也有其他含义。例如，如果您希望以正确的方式使用数据，则需要能够找到可用于您的目的的数据，而不是仅仅采用手头的内容。如果您希望能够确定数据的准确程度，还需要有一种方法来减少不准确性。因此，这些决策过程意味着由知道和使用数据的业务人员执行的一系列其他活动。这是关键的最后一句话：知道和使用数据的商业人士。

一旦明确这一点，那么构成数据治理的特定功能就会成为焦点。其中一些人非常了解：

1. Business Glossary：记录数据的含义，因此可以区分它的所有变体并消除错误的比较

2. 数据质量：数据的状况及其可信度和遵守政策的程度

3. 角色和职责：决定谁负责数据维护和维护的组织结构

这三个要素很关键，但它们还不够。业务用户不仅想知道数据的含义，还希望真正理解它。他们不仅希望看到其质量受到监控，而且还希望能够解决他们发现的问题。他们希望不仅了解谁是负责数据，但什么系统，业务流程组织，3 次方源，应用，业务部门等有特别的数据集的关系。这需要三件事：

1. 一种查找数据的方法

2. 一种识别和解决数据问题的方法

3. 一种在数据的各个方面创建关联的方法

我找不到数据！

无法找到数据是我从客户和潜在客户那里听到的最大挑战之一。解决“我找不到数据”问题需要的不仅仅是BI工具，而不仅仅是IT解决方案。它采用可访问的解决方案，并且按照业务用户的思维方式工作 - 通过揭示数据集的含义以及该数据集如何与整个组织中的其他数据集相关联。这就是数据目录的用武之地。为了使数据治理有效，它需要包含一个满足业务需求的受管数据目录。

受管理的数据目录使业务用户不仅能够定位数据，还能够理解数据的含义。一个好的数据目录更进一步，根据其他用户过去使用的内容，将有用的数据集合分组为多面集合。基于其他人使用，搜索和组合的内容的这种不断增长的知识体系最终对更广泛的组织变得更有用。

识别和解决数据问题

今天许多组织发现他们的数据处于混乱状态。没有人知道数据在哪里，谁有权访问它，它意味着什么，或者它是如何被使用和保护的。控制混乱是数据治理的主要驱动力。因为数据治理的核心是流程。这些流程有助于确定谁可以访问数据，他们可以使用什么，如何存储和管理数据等等。

但过多的过程可能与缺乏过程一样成为一个问题。它是关于权衡所需的控制，以确保数据值得信赖并受到保护，并具有确保人们可以使用数据来推动创新所需的灵活性。这是关于平衡自上而下和自下而上的方法。这种混合方法可以根据需要提供控制（考虑法规遵从性和公司政策）以及考虑本地变化，定义和数据使用能力所需的灵活性。

此外，对于组织中的每个人都信任数据，他们需要积极参与照顾数据。如果他们知道如何修复某些东西，那么他们就更愿意信任这些数据。这让我们回到过程中。为数据公民提供识别数据问题并解决问题的流程对于确保每个人对其数据充满信心至关重要。

创建跨数据的关联

数据治理的这个方面可能听起来很傻，但相信我，事实并非如此。跨数据创建关联是关于元数据的。但它不仅仅是传统的元数据定义。它是将技术术语不仅与数据的技术实现相关联，而且与产生，消费或影响数据的所有内容相关联。人们经常使用血统作为这些关系的简写，但为了获得对数据的理解和信任，您需要的不仅仅是从- 到 - 图表。诸如类似含义，与业务流程，部门，应用程序，业务单位，产品和地理位置的关系等关系都是必要的。没有它，数据范围和规模的增加就会产生混乱。通过创建这些关联和关系，我们将数据的用户引导到他们有效使用数据所需的信息的路径上。毕竟，它的使用正在实现价值。

因此，如果您需要定义数据治理，请务必告诉完整的故事。毫无疑问，数据质量和政策，数据在词汇表中的含义以及围绕数据的角色和责任都很重要。但同样- 如果不是更多 - 是识别和解决数据问题的能力，查找数据的能力以及跨数据创建关联的能力。将这些功能提供给您的组织，您将把数据治理程序与其他程序区分开来。