数据治理运作：差距

十年前，顾问必须提高认识并教育客户治理;突出监管风险，合规要求，处罚等。这更像是出售保险产品。今天，全球组织都了解数据治理（DG）是什么，它的好处以及不管理数据的风险。实际上，大多数组织都有实施数据治理的计划/策略。但是，在运营方面，组织远远落后。如果资金和高层管理人员的承诺不是障碍，那么什么阻碍了运营？

“这些建议不是为满足组织需要而量身定制的吗？

“运营模式/实施路线图缺乏细节吗？”

“实际的实施可行性是否受到质疑？”

“训练和/或恐惧失败的原因是什么？”

一切都从哪里开始？

2000年初，“资产”一词代表除了“数据”之外的所有东西;比如对技术，基础设施，劳动力等的投资。企业需要一段时间才能理解其组织的骨干是“数据”，他们的竞争优势与数据质量，管理和治理成正比。

随着组织的发展（有机和无机）并且需要一种有效和控制成本的方法，对数据治理的需求变得至关重要。为了加剧这个问题，组织中的数据消费者开始创建影子市场[1]并在其桌面上本地处理数据以进行报告和洞察。这种影响是巨大的，因为用户现在可以随意操纵和发布数据，没有问责制和所有权。此外，这使组织容易受到数据窃取，数据处理不当，错误（监管）报告和错误见解/决策的影响。

解决方案的一个解决方案是治理，因为它有助于流程优化和标准化，所有权和问责制，效率改进以及控制快速企业架构中断。因此，组织开始投资于围绕数据治理制定战略，分配预算并确定利益相关方以推进治理计划。在某些情况下，创建了首席数据官（CDO）角色并加入了该角色。

实施治理需要什么？

事实上，战略更像是理论，它只能作为运营的指南。实施该战略需要在组织内的多个层面进行大量理解，沟通，支持和协作。至少，运营需要管理（人员和流程）和工具（技术）的行为来支持治理的各个方面。简而言之，

无论组织中的级别如何，所有相关利益相关者都可以安全地获得支持。采用的实施方式对此有深远的影响。这三种风格是：

入侵或强迫：业主和管家被告知他们的新职责，这更多地是他们现有职责的补充。这种风格在高度监管的行业中很常见，例如银行和金融服务，其中治理至关重要。这种风格具有很高的抵抗率，因为治理被视为开销。此外，拥有老员工的组织发现很难实现这种风格。

部分入侵或被动：只有某些关键过程，控制和责任被强加给所有者和管家。根据文化，复杂性，利益相关者可用性，选择管理人员等各种参数，这种风格可以成功运作。

非侵入性或混合性：与数据的关系定义了谁将成为所有者和管家。这是推荐的样式，因为责任直接与其现有的作业功能和与数据的关系相关联。此外，这种款式在三种款式中具有最高的采用率/买入率。

一起解决治理（人员，流程和技术）的三个组成部分。虽然在实施时，可以一次一个地处理这些组件，但在操作期间，它们必须一起使用。例如，在没有技术组件的情况下解决人员和流程组件可能导致挫败感，低效率和高操作成本。同样，由于缺乏标准化和控制，在没有流程的情况下拥有人员和技术组件可能会导致混乱和混乱。接受数据治理是一段随着时间的推移而发展的旅程。采用分阶段方法进行试点推广。在扩展到其他数据域和业务单位时微调流程。