本文作者對《主數據驅動的數據治理：原理、技術與實踐》一書中數據治理體系的搭建進行了梳理總結，與大家分享。
針對於數據治理的定義，我們從狹義上去理解只是僅僅對於歷史數據或者錯誤數據進行梳理調整。 國際數據管理協會（DAMA）給出的定義：數據治理是對數據資產管理行使權力和控制的活動集合，也就說數據治理並不是一個簡單的行為動作，而應該是一個形成體系的管理。
《主數據驅動的數據治理：原理、技術與實踐》一書中有詳細提到過整個數據治理體系的搭建，個人覺得寫的不錯，拿來總結分享給大家。
首先我們需要明確數據治理體系的目標，各個企業進行數據治理的目的也無非為三個：
- 運營合規：運營合規這是整個數據治理的基礎，也是數據質量提升的前提；
- 風險可控：風險可控是數據治理的手段，將不確定性變為可知可控的風險；
- 價值創造：價值創造是數據治理的結果，結果導向來驗證整個數據治理是否有成果。
確定了數據治理的目標後，接下來的搭建工作就分為四個部分來執行，分別是：管理域、過程域、治理域、技術域、價值域。對於運營合規的目標，我們的首要工作就是搭建管理域的工作。
一、管理域的工作主要是確定戰略、搭建組織、制定製度、明確規範
我們需要做到的是戰略是各個業務部門都知悉明確的，組織應該是跨整個集團部門的治理委員會，制度與規範則重點明確數據標準，數據維護流程等。
對於風險可控的目標，我們主要是過程域、治理域、技術域三個方面進行發力。
二、過程域主要是方法論層面
要求在數據治理的過程中，需要形成分析-設計-執行-評估四個步驟。其實也類似於戴明環（PDCA）通過前期調研，設計落地，巡檢，分析反饋結果形成閉環。
我們在數據治理的過程中，會發現一些問題。例如：需求不明確或者經常調整，數據清洗影響評估不清晰，清洗主責部門不明確等等。實際上通過過程域的步驟管控，能儘可能避免該類問題風險發生。
三、治理域是針對於治理範圍進行的定義：主要分為主數據治理，業務數據治理和分析指標數據治理
那麼我們認為數據治理的核心驅動仍然需要放在主數據，主數據作為基座數據80%時間需要對此進行梳理治理。同時配合各業務系統產生的業務數據進行準確性、及時性保障。
四、同樣數據治理體系的工具也是尤為重要
我們在治理的過程中，需要對數據架構，管控平台，治理工具三方面進行投入。才能將數據治理工作事半功倍。
數據治理的目標是通過對數據資產的有效管控持續創造價值，價值域通過對治理結果的有效整理，通過構建具體化的數據產品，實現上述的價值創造。
五、數據治理的價值體系具體包括三個方面
- 數據服務：通過數據的採集、清洗、導入，提升數據質量，確保數據的一致性。這部分體現著主數據治理的關鍵價值。
- 數據流通：通過實現信息整合和分發機制，支持跨業務、跨部門、跨系統的信息流轉和協同。這部分體現著業務數據治理的關鍵價值。
- 數據洞察：通過消除數據內在的質量缺陷，明確數據之間的關聯關係，幫助數據分析人員更好地理解數據，實現數據洞察。這部分體現著分析數據治理的關鍵價值。
最終，數據治理體系的搭建工作才能算完成，古人的「道法術器勢」哲學思想理論顯得尤為博大精深。
作者：成於念，微信號：415864696，感興趣的事情很多，歡迎一起溝通交流。
本文由@成於念 原創發布於人人都是產品經理，未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協議。