简述标准的数据治理流程及实施细则

在企业业务高速发展的过程中，数据的规范性与质量受到的重视度并不高。随着大数据时代的到来，由于公司战略政策和业务日益变大的数据需求和要求，各企业越来越认识到数据是企业核心资产。当业务经历粗放式增长后，原有的模式已不能带动业务的增长，需要通过数据手段赋能新的业务增长点。为了更加高效的使用数据、最大化的发挥数据价值，数据治理越来越受到重视。数据治理是广义信息化治理计划的一部分，即制定与大数据有关的管理优化、数据保护、数据变现的政策。数据治理并不是单纯可以通过技术工具能够解决的问题，一套完整的数据治理架构，需要包含组织建设、规章制度、有效工具、运营推进等几个核心环节来保障。它包括数据、开发流程、管理流程、制度、组织，数据治理就是将关联方通过一套完整的管理行为，形成有序的工作以达成目标。

一、数据治理5大要素

1、建设数据治理体系：治理服务需要贯穿数据全生命周期，保证数据在采集、加工、共享、存储、应用整个过程中的完整性、准确性、一致性和实效性。要根据所属行业、企业的规模、数据量等情况选择合适的平台架构。 

2、坚实数据治理基础：在数据中台建设初期至少需要关注三个方面：数据安全、数据规范、数据质量。数据的安全管控是数据可以共享交换的前提条件；规范化的模型管理是保障数据可以被治理的前提条件；高质量的数据是数据可用的前提条件。

3、IT赋能：数据治理需要将治理过程中所产生的的规范、流程、标准落地到IT平台上，在数据生产过程中通过前向的方式进行数据治理，避免事后稽核带来运维成本的增加。

4、聚焦数据：数据治理应通过元数据驱动的方式管理数据生产。需要加强元数据管理，补齐数据的相关属性和信息，比如：元数据、质量、安全、业务逻辑、血缘等。

5、建管一体化：建管一体化的关键是保证数据中台的数据模型血缘与任务调度的一致性，有助于解决数据管理与数据生产口径不一致的问题，避免出现两张皮的低效管理模式。

二、数据治理解决方案

主数据管理：从多个业务系统中整合最核心的、最需要共享的数据，集中进行数据的清洗、丰富和分发，确保主数据唯一、准确、权威的数据源。

元数据管理：理清元数据之间的关系与脉络，规范元数据设计、实现和运维的全生命周期过程，降低元数据使用难度、提升用户体验。

数据质量管理：对数据全生命周期进行数据质量监管，从多个维度保证数据质量问题能够及时发现和解决，保证数据的一致性、完整性、及时性、准确性、合法性，从而提升企业整体数据质量。

数据标准管理：对企业经营管理过程中所涉及的各项数据进行规范化定义与统一解释，并对数据间的制约和关系、业务规则及数据质量要求的统一定义，以便更好的支撑业务的开发和系统的集成，保障企业内外部使用、交换数据的一致性和准确性。

数据安全管理：建立体系化的数据安全管控策略，通过用户安全管理、数据安全管理实现全方位数据安全管控机制，通过技术手段与管理措施相结合的方式落实数据安全，做到事前可管、事中可控、事后可查。

三、如何选择数据治理平台

数据治理是一项长期性、战略性、系统性、艰巨性、持续进行的企业内部数据优化治理工作。企业进行数据治理的前提是选择一款有效的IT平台支撑数据治理的规范、流程、标准落地，同时确保前向的数据治理模式。数据治理本质是一项管理工作，只有生产过程可视化、生产过程可干预，才能保证数据治理的效果，因此平台应确保数据治理和数据生产的一体化。亿信华辰自主研发的睿治数据治理平台具备多厂家协同开发能力、基于元模型驱动的元数据开发管理能力、数据标准化管理能力、基于血缘驱动的任务调度管理能力、元数据血缘管理能力、安全分层分级管理能力以及数据质量管理能力等等基础能力，能有效保障数据治理的落地。