企业数据资产综合治理的四个维度 | 明悦原创

随着对数据价值的认知，企业会越来越重视数据资产。但是，过去企业过度强调业务活动和业务流程，较少关注数据资产管理，缺少数据质量意识和数据资产的管控，导致企业数据质量非常差。这几年越来越多的企业开始重视数据资产质量和数据治理。

虽然很多企业都在谈数据治理，但是对数据治理的概念理解各有不同。有人认为数据治理就是数据管理，有人认为数据治理就是建立数据标准和规范，也有人认为数据治理就是要统筹数据资产进行集中管理，这些理解都正确，但不完全正确。

其实，数据治理是一个综合性概念，有广义的概念也有狭义的概念。广义的数据治理是指企业为了提升数据资产质量和数据应用而推进的一系列管理举措，包含数据治理组织、数据治理机制、数据资产管理、制度和流程等内涵；狭义的数据治理是数据管理概念中数据标准和规范的建立。本文谈论的数据治理，采用的是广义的概念。

广义的数据治理的概念包含四个维度。

一、信息技术维度

信息技术维度的定义包含数据采集、信息系统建设、数据仓库建立，以及数据在“入”“存”“管”“出”各个环节的技术保障。在采集方面，如何利用新的智能硬件技术实现自动化的高效数据采集；在传输方面，如何利用最新的互联网技术、移动互联网技术、物联网技术实现数据高效且安全传输；在数据存储方面，如何利用最新的分布式存储、加密存储，甚至利用区块链技术的分布式记账方式存储和追踪；在数据应用方面，如何利用信息技术、软件技术实现数据高效且安全的访问，以及对数据使用的监控和追溯……

二、数据技术维度

在数据技术维度上，数据治理要考虑数据清洗、数据整合或者融合、数据血缘管理、数据授权管理、数据安全管理及数据开发应用的规范性，还可以包括数据开发应用、数据算法的管理、数据二次加工后数据有效性管理等方面。

三、数据思维维度

在数据意识和数据思维方面，需要各层级管理者都重视数据，遵从数据管理的标准、制度和流程，需要有科学的方法论体系作为支撑，需要有科学的管理方法。企业需要建立一系列数据治理的制度和流程，从管理机制上保证数据资产质量和安全。同时，在企业数据文化上，都重视对数据相关环节的质量保证体系建设，能够开放地共享数据，有数据安全意识，以及对数据使用有良好的职业操守等。

四、组织职能维度

为了更好地管理数据，确保数据质量与安全，企业需要建立数据治理委员会，统筹谋划数据治理方面的工作，监督相关工作的落地和执行，做到位，而不是仅仅停留在口号和思想上，更不是只存在于文档或者PPT中。定期审视数据治理工作进展，盘点数据资产管理状况，改善数据治理体系，优化数据治理机制的管理方案等等。

所以，数据治理不是一个项目的概念，不是一个数据治理平台的概念，也不是一个数据技术产品的概念，更不是一个管理制度与流程的概念，而是为了保障数据资产质量的一系列管理活动的总称，是一项持续的工作，是一个持续管理的过程，是一个没有终点的过程。

-本文节选自-

《数字蝶变》

作者：赵兴峰

↑点击上方卡片，「关注」明悦数据