本文作者对《主数据驱动的数据治理：原理、技术与实践》一书中数据治理体系的搭建进行了梳理总结，与大家分享。

针对于数据治理的定义，我们从狭义上去理解只是仅仅对于历史数据或者错误数据进行梳理调整。 国际数据管理协会（DAMA）给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合，也就说数据治理并不是一个简单的行为动作，而应该是一个形成体系的管理。

《主数据驱动的数据治理：原理、技术与实践》一书中有详细提到过整个数据治理体系的搭建，个人觉得写的不错，拿来总结分享给大家。

首先我们需要明确数据治理体系的目标，各个企业进行数据治理的目的也无非为三个：

1. 运营合规：运营合规这是整个数据治理的基础，也是数据质量提升的前提；
2. 风险可控：风险可控是数据治理的手段，将不确定性变为可知可控的风险；
3. 价值创造：价值创造是数据治理的结果，结果导向来验证整个数据治理是否有成果。

确定了数据治理的目标后，接下来的搭建工作就分为四个部分来执行，分别是：管理域、过程域、治理域、技术域、价值域。对于运营合规的目标，我们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确定战略、搭建组织、制定制度、明确规范

我们需要做到的是战略是各个业务部门都知悉明确的，组织应该是跨整个集团部门的治理委员会，制度与规范则重点明确数据标准，数据维护流程等。

对于风险可控的目标，我们主要是过程域、治理域、技术域三个方面进行发力。

二、过程域主要是方法论层面

要求在数据治理的过程中，需要形成分析-设计-执行-评估四个步骤。其实也类似于戴明环（PDCA）通过前期调研，设计落地，巡检，分析反馈结果形成闭环。

我们在数据治理的过程中，会发现一些问题。例如：需求不明确或者经常调整，数据清洗影响评估不清晰，清洗主责部门不明确等等。实际上通过过程域的步骤管控，能尽可能避免该类问题风险发生。

三、治理域是针对于治理范围进行的定义：主要分为主数据治理，业务数据治理和分析指标数据治理

那么我们认为数据治理的核心驱动仍然需要放在主数据，主数据作为基座数据80%时间需要对此进行梳理治理。同时配合各业务系统产生的业务数据进行准确性、及时性保障。

四、同样数据治理体系的工具也是尤为重要

我们在治理的过程中，需要对数据架构，管控平台，治理工具三方面进行投入。才能将数据治理工作事半功倍。

数据治理的目标是通过对数据资产的有效管控持续创造价值，价值域通过对治理结果的有效整理，通过构建具体化的数据产品，实现上述的价值创造。

五、数据治理的价值体系具体包括三个方面

• 数据服务：通过数据的采集、清洗、导入，提升数据质量，确保数据的一致性。这部分体现着主数据治理的关键价值。
• 数据流通：通过实现信息整合和分发机制，支持跨业务、跨部门、跨系统的信息流转和协同。这部分体现着业务数据治理的关键价值。
• 数据洞察：通过消除数据内在的质量缺陷，明确数据之间的关联关系，帮助数据分析人员更好地理解数据，实现数据洞察。这部分体现着分析数据治理的关键价值。

最终，数据治理体系的搭建工作才能算完成，古人的“道法术器势”哲学思想理论显得尤为博大精深。

作者：成于念，微信号：415864696，感兴趣的事情很多，欢迎一起沟通交流。

本文由@成于念 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议。