数记达摩院
提供高效能数据知识体系学习解决方案
您好，欢迎来到数记达摩院，我是王兵。今天我们来一起学习，DMBOK数据管理知识体系 第三章 数据治理。
开始之前，我们先回顾一下上节课讲述的内容。上一节介绍了第二章：数据伦理。主要从数据道德原则、数据隐私背后的原则、道德语境中的在线数据、不道德的数据处理实践风险、数据道德文化，以及数据伦理与数据治理几个方面进行介绍。
由于第三章内容较多，我将分两期进行解读。今天，主要从什么是数据治理、数据治理的业务驱动因素、目标和原则，以及数据治理涉及的基本概念进行介绍。
1.数据治理，对数据资产管理行使权限和控制（计划、执行和监控）。
2.数据治理，提供对各项数据管理功能的指导。
3.数据治理目的，确保根据政策和最佳实践正确管理数据。
4.数据管理的驱动力，确保组织获得数据价值。
5.数据治理，侧重如何决策，是关于数据、人、与数据相关的流程行为。
6.数据治理强调组织文化变革，为了保证数据作为企业资产从中受益，文化变革的基本原则之一就是组织变革依赖于每位员工的变革，才能确保数据治理和数据管理计划的成功。
数据治理知识框架
数据治理计划，需要取决于组织特定的范围和重点，以及组织需求。计划包括：
1.战略，数据战略的制定、沟通和推动战略实施
2.策略，开展与数据管理相关和元数据管理、数据安全、数据质量等方面的策略
3.标准和质量，开展和实施数据质量管理、数据架构标准等
4.监督，制定政策，开展数据质量、数据管理相关领域的审计和和纠正
5.合规性，确保组织能够满足与遵从相关法规要求
6.问题管理，识别、定义、升级和解决与数据相关的安全性、访问、质量、法规遵从性、数据所有权、政策、标准、数据，以及数据治理相关的问题规程
7.数据管理项目，支助数据管理持续改进的实践
8.数据资产评估，设置标准和流程，定义数据资产的业务价值
为实现以上目标，数据治理计划将制定政策和规程，在组织内开展数据管理实践，开展变革管理，做好数据治理沟通，确保组织成功将数据转化为资产。
1.法律合规遵从性，接受行业监管，需要制定严格的数据治理流程。如：金融、医疗和保健行业。
2.业务需求驱动，如：更好的客户数据、MDM主数据管理。
3.战略目标驱动，需要与组织战略保持一致性，解决组织问题，如：降低风险、改进流程。降低风险方面体现在风险管理、数据安全性和数据隐私。改进流程方面体现在法规遵从性、数据质量改进、元数据管理、IT项目开发效率、供应商管理等。
4.特定业务因素驱动，这个方面需要澄清其与整体业务战略的一致性。
数据治理是一项长期且持续开展的计划，核心在于确保组织能够从数据中获取价值，并能降低数据相关的风险。
数据治理与IT治理的界定，IT治理强调IT战略，体现在软件、硬件和整体IT架构。数据治理则专注于数据资产的关联。
数据治理的目标是使组织能够将数据作为资产进行管理。
数据治理提供政策、原则、流程、框架、指标和监督管理，且指导各项数据管理活动。
为实现数据治理目标，数据治理计划需要如下原则：
1.持续性，组织需要承诺数据治理是可持续的，取决于高层领导、资金和所有权
2.嵌入式，数据治理活动纳入IT开发、风险管理、流程管理中
3.可度量，证明数据治理可度量的成本收益
4.领导力和战略，成功的数据治理需要领导力和业务战略驱动
5.业务驱动，数据治理是一项业务计划，需要管理好业务、数据和IT之间的交互
6.共同责任，数据治理是业务和技术人员共同责任
7.层次性，数据治理涉及组织各层级，及层级之间
8.基于框架，数据治理需要跨职能协同，必须建立责任交互框架
9.基于原则，数据治理活动需要基于政策、原则，确保核心原则来指导最佳实践
数据治理确保各项数据管理活动贯彻执行，强调执行和监督的职责分离。
以数据为中心的组织将数据作为资产，并通过数据生命周期各个阶段管理数据。
组织必须将战略转化为行动，强调高质量数据是业务目标，通过数据分析获得决策，将数据管理作为非常重要的优先事项。
以数据为中心的组织，强调如下：
1.数据作为组织的资产管理
2.数据管理最佳实践在整个组织中激活
3.企业数据战略与业务战略保持一致
4.不断优化和改进数据管理流程
1.治理强调三权分立，即：立法职能体现在，定义政策、标准和企业架构。司法职能体现在，问题管理和沟通升级。执法职能体现在，保护和服务方面的行政职能。
2.组织应采取支撑业务战略的治理模式，如：集中式、分布式、联邦式等。
3.数据治理组织存在多层级，用于解决不同层级的问题，如：企业整体范围、所属单位和直属部门。也会涉及相关委员会，来开展特定目的和监督。
1.组织不同层级上的数据治理活动
2.组织职能在业务和IT领域的治理职责分离
3.建立数据治理委员会
注意：（非组织结构图），这里强调数据治理与各领域如何协同工作
数据治理组织及其描述
1.集中式，一个数据治理组织监督所有主题的活动
2.复用式，每个业务线都采用相同的数据治理模式
3.联合式，一个数据治理组织与多个业务线协同，以获得一致的标准和定义
数据管理通常体现在数据流程相关的责任和职责，可确保有效控制和使用数据资产。由于其职能特点，通常以托管的形式确立管理职能，体现为执行方面的数据管家角色。
数据管理活动，取决于不同组织的战略、文化及问题解决。如：
1.元数据管理，业务术语表、有效的数据值，关键的元数据定义和管理。
2.数据标准管理，业务规则、数据标准、数据质量规则。
3.数据质量管理，识别和解决数据相关问题及解决问题。
4.数据治理活动，确保各项数据管理工作遵守数据治理政策和计划开展。
管家是指管理他人财产的人。
数据管家是指代理管理数据资产，确保企业数据获得高质量且可以有效使用。
相关其他角色
1.首席数据官，代表数据治理委员会，主持数据治理工作的个人
2.数据执行官，数据治理委员会担任高级经理
3.数据管理专员，对各业务职能范围的数据域开展监督
4.业务数据专员，业务专业人员，业务主题域专家，负责数据域子集
5.数据所有者，业务数据管理员，对业务域下的数据决策进行审批
6.数据技术专员，IT专业人员，如：数据集成专家、数据库管理员、商务智能专家、数据质量专家、元数据管理专家
7.数据协调专员，协调各团队开展数据管理研讨，领导业务和技术团队开展数据管理工作，协调型数据管理专员在大型组织中尤为重要。
数据政策是将数据管理原则和管理意图，如：数据质量、数据安全、数据共享与应用等内容，编制在数据管理基本规则中。
数据政策具有广泛性，同时不同组织的数据政策差异很大，往往确立为组织的数据标准相关行为规范。具体内容体现为，做什么、不做什么、如何去做等。
数据资产评估是理解和度量数据经济价值的过程。
数据生命周期各个阶段涉及诸多成本，如：数据获取、数据存储、数据管理和数据处理等。数据也会产生于风险管理相关的成本，在数据使用过程中，其经济利益超出获取和存储数据成本，产生预期收益和价值。
衡量数据价值的方法
1.替换成本，灾难、数据泄露造成的数据丢失和恢复成本
2.市场估值，合并或收购作为商业资产价值
3.机会确定，商务智能中识别的机会，通过交易或销售获得价值收入
4.数据销售，将数据作为产品打包销售
5.风险成本，基于处罚、补救、诉讼的估值
十项原则
这就是今天的全部内容了，你可以在数据达摩院、CDO首席数据官知识星球，找到对应的PPT和相关学习资料，欢迎留言区写下你的想法和建议，也欢迎和我分享你的收获。
联系客服
