数据治理实施方案.docx

数据治理实施方案（总
页）
-本页仅作预览文档封面，使用时请删除本页-
量问题而造成的生产问题也时有发生，摆在企业当前数据治理工作的燃眉之急是尽快解决影响信息系统推广应用效果和业务用户体验问题的各种数据质量问题，时不我待，先构筑一个大而全的成熟数据治理体系再考虑具体问题的解决无疑是不能适应企业迫切的当前发展需要的。
因此，对于企业所要开展的数据治理工作，我提出以解决当前业务所遇到的数据质量问题为抓手，以构建的技术平台支撑各项解决问题的数据治理工作实施的总体策略，参考业界数据治理体系框架模型，在企业最高领导层的统筹安排下，由信息科技部门牵头平台建设和配套的数据治理实施工作，以高效解决当前信息科技成果推广中遇到的数据质量问题为切入点，在实施中整合信息科技部与业务部门的知识和意见，由科技部牵头通过引入成熟的技术支撑平台和实施服务，配套推动能在企业落地执行的数据管控机制和组织建设，形成对企业的信息科技数据资源进行全方位的监管和控制体系，让对数据资源的统一管控在业务部门与信息科技部门达成高度共识和建设性合作机制，以求在解决各系统各项目的实际问题中逐步形成对数据资源的良性治理体系。
因此，我认为首先要明确数据治理体系和系统平台建设工作的定位是管控，对于管控定位的具体体现在以下三个方面。
U从职能分工的角度，数据治理平台体现了代表企业战略决策层对于数据资源的统一管控的职能要求定位，数据治理平台侧重在管控层面的计划和控制,具体数据问题的解决通过协调跨部门跨系统的资源予以实施和改进，这样更符合现代公司治理理念的管运分离原则，这样一方面解决目前企业在数据资源管理工作中存在的多头交叉而缺失统筹安排的问题，二方面能从管控的高度治理具体数据问题的时候能协调更大范围内有关资源，治理主体的分工责任更加明确，这样在效率和效果上更加可控；
U从范围来讲，数据治理涵盖了企业所有信息资产和数据资源全生命周期的不同形态，从前端生产系统数据来源到后端运营管理和决策的数据分析和输出呈现，形成一个端对端的数据闭环管控体系；
U从实施策略的角度，以解决后端数据分析成果输出的数据质量问题给各项业务运营管理和决策带来的困扰为导向，通过建设技术平台有效支撑相应治理过程的管控活动，通过技术手段准确监控造成数据质量问题的来龙去脉和前因后果，以对症把脉辅助具体治理活动背后良好管控机制的形成，形成的相关部门人员通力合作齐抓共管根除数据质量问题的针对性方案，最终通过每项问题的落地解决逐步积累企业开展数据治理工作的成功经验，对照成熟的数据治理体系框架逐步形成高水平的治理能力。
三、数据治理目标场景分析
为了更好地陈述企业开展数据治理工作的目标场景，我们首先总结一下当前缺乏有效管控而造成的数据乱象，具体表现为：
一是由于很多企业目前还没有明确的数据管控责任主体组织，对数据采集、分布、流转及应用的数据分布、加工、利用缺乏合理规划和控制，数据需求、数据质量、数据应用等问题的管理和解决分散在不同业务和技术部门，没有一个清晰的协调机制和统一的报告渠道，业务部门不能及时、按需获得数据支持；科技部门也不具备把业务需求快速定位到已有的信息资产和数据资源等能力，对于数据需求和数据问题缺乏有效解决的方法和途径，基本靠各系统各项目各自来解决和消化；缺乏规范全面的数据质量治理流程和考核机制，不能及时发现生产源头的数据质量问题，及时要求有关责任部门进行整改；
二是很多企业缺乏统一解决数据质量问题的组织和流程，目前各业务部门遇到质量问题的时候纷纷以新增需求或者变更需求的方式向信息科技部提出申请，把很多管理和业务上需要改进来解决的问题转变成信息科技的技术需求要求解决，这样的做法本身就是治标不治本的，而且这种应急性、临时性的需求提出和满足占用了信息科技部大量的技术资源来配合，而得到的是一些并不规范和难以管理、复用的代码资产，信息科技部又不得不分散了大量的资源来长期维护，一方面的这类的需求层出不穷地涌现，另外一方面这些价值不大的开发成果又浪费了大量的科技资源长期维护，导致企业信息科技投资的回报率偏低，很多的资源投入无法体现出应该有的价值。
三是虽然有些企业已经颁布了《企业数据标准》，但由于一方面数据标准的定义不完整，常见的缺失是没有完成逻辑模型和物理模型的技术定义，因此不能被各信息系统建设项目在做数据库采集和数据存储设计的时候直接遵照；另外一方面《企业数据标准》虽然可能提出了数据分类，但并未能把标准中的数据分类和具体的信息科技系统和在建的信息科技项目建立清晰的关系对照，也缺失这个对于数据标准化成果在各信息化建设项目的标准化贯彻实施落地方面的