DAMA数据治理原创

# DAMA数据治理

数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。而数据管理的整体驱动力是确保组织可以从其数据中获得价值，数据治理聚焦于如何制定有关数据的决策，以及人员和流程在数据方面的行为方式。
按照DMBOK数据管理领域的通用章节结构：
●引言
○ 业务驱动因素
○ 目标和原则
○ 基本概念
●活动
●工具
●方法
●实施指南
●与数据治理的关系
●度量指标
本章语境关系图：

数据治理领域的重点内容如下：

# 1 引言

数据治理职能是指导所有其他数据管理领域的活动。数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。而数据管理的整体驱动力是确保组织可以从其数据中获得价值，数据治理聚焦于如何制定有关数据的决策，以及人员和流程在数据方面的行为方式。

# 1.1 业务驱动因素

数据治理的驱动因素大多聚焦于减少风险或者改进流程。 减少风险：

一般性风险管理：洞察风险数据对财务或商誉造成的影响，包括对法律（电子举证E-Discovery）和监管问题的响应。
数据安全：通过控制活动保护数据资产，包括可获得性、可用性、完整性、连续性、可审计和数据安全。
隐私：通过制度和合规性监控，控制私人信息、机密信息、个人身份信息（PII）等。 改进流程：
法规遵从性：有效和持续地响应监管要求的能力。
数据质量提升：通过真实可信的数据提升业务绩效的能力。
元数据管理：建立业务术语表，用于定义和定位组织中的数据；确保组织中数量繁多的元数据被管理和应用。
项目开发效率：在系统生命周期（SDLC）中改进，以解决整个组织的数据管理问题，包括利用数据全周期治理来管理特定数据的技术债。
供应商管理：控制数据处理的合同，包括云存储、外部数据采购、数据产品销售和外包数据运维。

# 1.2 目标和原则

数据治理的目标是使组织能够将数据作为资产进行管理。数据治理提供治理原则、制度、流程、整体框架、管理指标，监督数据资产管理，并指导数据管理过程中各层级的活动。为达到整体目标，数据治理程序必须包括以下几个方面。 数据治理目标：

可持续发展：治理程序必须富有吸引力。它不是以一个项目作为终点，而是一个持续的过程。
嵌入式：数据治理不是一个附加管理流程。数据治理活动需要融合软件开发方法、数据分析应用、主数据管理和风险管理。
可度量：数据治理做得好有积极的财务影响，但要证明这一影响，就需要了解起始过程并计划可度量的改进方案。 数据治理基础原则
领导力和战略：成功的数据治理始于远见卓识和坚定的领导。数据战略指导数据管理活动，同时由企业业务战略所驱动。
业务驱动：数据治理是一项业务管理计划，因此必须管理与数据相关的IT决策，就像管理与数据有关的业务活动一样。
共担责任：在所有数据管理的知识领域中，业务数据管理专员和数据管理专业人员共担责任。
多层面：数据治理活动发生在企业层面和各地基层，但通常发生在中间各层面。
基于框架：由于治理活动需进行跨组织职能的协调，因此对数据治理项目必须建立一个运营框架来定义各自职责和工作内容。
原则导向：指导原则是数据治理活动、特别是数据治理策略的基础。把核心原则的阐述和最佳实践作为策略的一部分工作。参考这些原则可以减少潜在的阻力。

# 1.3 数据治理组织

治理项目的核心词是治理。数据治理可以从政治治理的角度来理解。它包括立法职能（定义策略、标准和企业架构）、司法职能（问题管理和升级）和执行职能（保护和服务、管理责任）。

# 1.4 数据治理运营模型

数据治理运营模型分为集中式、分布式、联邦式三种，各种模式示例如下：

# 1.5 数据资产的估值

数据只有使用时才有价值，当使用数据的经济效益超过数据生命周期管理、风险管理相关成本时，就会显现其价值。可以将公认的会计准则转换为公认的信息原则。

生命周期管理成本：数据生命周期的大多数阶段涉及成本（包括获取数据、存储、管理和处置）。
替换成本：在灾难性数据破坏事件或者数据中断时，数据替换或恢复的成本，包括组织内的交易、域、目录、文档和指标信息等。
市场价值：兼并或收购企业时作为企业资产的价值。
发现商机：通过交易数据或者通过售卖数据，从数据（商务智能）中发现商机获得的收入价值。
售卖数据：一些组织为产品或销售将数据打包从数据中获得的洞察。
风险成本：基于潜在罚款、补救成本和诉讼费用的估价。

# 2 活动

数据治理包含4个活动：

# 2.1 规划组织的数据治理(P)

数据治理工作必须支持业务战略和目标。一个组织的业务战略和目标影响着组织的数据战略，以及数据治理和数据管理在组织的运营方式。数据治理规划活动包括以下内容：

执行就绪评估：评估当前组织的信息管理能力、成熟度和有效性，对于制订数据治理的计划至关重要。
探索与业务保持一致：数据治理项目必须能够被找到并提供特定的价值来为组织作出贡献。
制定组织触点：数据治理规划中确定了在系统或应用程序开发生命周期中制定组织策略、流程和标准的控制点。一般跟组织的触点包括：采购和合同、预算和资金、法规遵从性、SDLC/开发框架。

# 2.2 制定数据治理战略（C）

数据治理战略定义了治理工作的范围和方法，交付物包括：

章程。确定数据管理的业务驱动愿景、使命和原则，包括成熟度评估、内部流程分析及当前问题和成功标准。
运营框架和职责。定义数据治理活动的结构和责任。
实施路线图。制定时间计划，其涉及最终发布的制度、指令、业务术语、架构、资产价值评估、标准和程序以及所期望业务和技术流程发生的改变、支持审计活动和法规遵从的交付成果。
为成功运营制订计划。为数据治理活动描述一个可持续发展的目标状态。

# 2.3 实施数据治理（D）

治理过程包含了很多复杂性协调工作，需要对治理进行规划，不仅要考虑到组织的变化，而且改变得要简单。最佳方式是创建一个实施路线图，说明不同活动间的关系和整体时间框架。有一些数据治理工作是基础性的，其他工作依赖于此。这些基础性工作分为初始阶段和持续阶段。高优先级的前期工作包括：

定义可满足高优先级目标的数据治理流程。
建立业务术语表，记录术语和标准。
协调企业架构师和数据架构师，帮助他们更好地理解数据和系统。
为数据资产分配财务价值，以实现更好的决策，并提高对数据在组织成功中所起作用的理解。

实施活动包括：

发起数据标准和规程。
制定业务术语表：术语表是在组织内部共享词汇的一种方法。开发、记录标准数据定义，可以减少歧义混乱，提升沟通效率。
协调架构团队协作：企业级数据模型应经数据治理委员会评审、批准并正式采用，与关键业务战略、流程、组织和系统保持一致性。
发起数据资产估值：数据和信息是具有价值或者可以创造价值的企业资产。赋予数据以货币价值是一项有挑战性的事情。数据治理委员应组织开展相关工作，并为此设置标准。
嵌入数据治理：数据治理组织的一个目标是将治理活动嵌入到数据作为资产管理相关的一系列流程中。可持续性意味着采取行动，保证流程和资金到位，以确保可持续地执行数据治理组织框架。这一要求的核心是组织接受数据治理。