有效数据治理的6大原则

有效数据治理的6大原则 
如果你常常对数据准确性而烦恼，大部分时间都用于处理数据而不是对业务进行思考分析的话，那么你需要好好对数据进行治理了。

一、为什么要进行数据治理
不知道你是否有这样的感受，看到数据后，一脸懵逼，不知道各个表和字段代表什么意思，再看看别的同事写的SQL，一条SQL语句有几百行，各种表关联，然后问了其中一个同事，他说“别提了，数据都不准，我快被数据折磨死了！”，此时你是不是“想死”！欲哭无泪……
究其背后的原因，是因为负责的人只是问题使然，哪有问题哪里去补，没有整体的统筹规划，一步错，步步错，数据最后是越来越重，查询越来越复杂，数据准确性还没有人敢打保票，同时修复的难度也大大增加。

二、如何进行数据治理
如果要想将数据治理好的话，需要遵循以下六大原则、合理制定数据中间表模型以及埋点采集到应用全流程的把控。

1. 六大原则

原则1：关键概念多方共识
关键概念若涉及多方，比如成交客户的定义，要确保公司内部和客户相关的所有业务人员理解一致。
你或许会说，成交客户还不好理解么，就是购买了我公司产品且签署合同的用户就是一个成交客户，但是实际情况远非如此，笔者当时处理该块的业务时，问不同的业务人员得到的结果都不一样，这样就造成了数据指标统计的歧义甚至数据的不准确。
当一个合同主体变换名称（含工商注册名称变更、更换签约公司等），那么这个客户算一个成交客户吗？
同一个 集团/公司 下，不同的 子公司/业务线/部门 用同一个名字签署多个不同合同，属于单个成交客户还是多个成交客户？
当合同还在「待确认」或未拿到合同编号时，如果客户运营人员已经开始服务客户，那么这个客户算一个成交客户吗？……

原则2：某个类型的值经常发生变动，则需要冗余一个通用字段冗余值
笔者是深受其害，以前每个月底都需要找开发、业务人员对一遍数据，举个例子：
查询原始指标：soure_type为A，B的任务产出的金币数额为消费指标，SQL已针对该指标做了类型筛选。某一天业务运营人 员上线新的任务，C类型的任务会贡献金币流水，但是开发未告知数据人员，导致原来的关键指标数值出现差错。
处理过数据的同学都知道，某个指标的实现可能和其它几个关键指标相关，那么该指标的异常排查就需要逐个检查是哪个相关指标出问题了，查找到原因可能2，3天的时间就没了，但如果事先开发人员冗余了一个通用字段代表该类消费指标，那么后续不管业务人员上线多少个消费类型的任务，都不会对原来的指标产生影响。

原则3：每个实体都有唯一、不变的ID，最好没有实际意义
一是为了实体的唯一性，二是为了表关联或更新时不受业务的影响。

原则4：涉及协作的数据，发现问题要从修改源头做起，保证下一次拿到正确的数据
协作的数据可以说是一个串联的过程，源头的数据会逐层影响下层的数据，不要为了一时方便，只修改目前发现问题的地方，要从修改源头做起，方便他人即方便自己。

原则5：编写操作清单，操作前请三思
数据间存在关联，把数据间的关联关系陈列清楚、注意事项标注清楚，操作前一一核对，小数据量验证无错后，大数据量执行。

原则6：系统工程的方法管理数据，尽可能使用系统，监控数据错误并及时修复。
将使用数据的相关方都画在一张系统循环图中，观察数据错误产生于系统哪个环节，如何影响后续各个环节，避免恶性循环的产生。