数据治理是确保组织数据资产被管理的重要措施。任何数据治理计划的目标都应针对优先业务目标进行实施，并在整个组织中释放数据的价值。
数据治理不应单独存在，它必须解决业务问题并交付成果。首先确定业务目标、预期结果、关键利益相关者以及实现这些目标所需的数据。技术和数据架构在实现数据治理和实现这些目标方面发挥着至关重要的作用。
人员是指参与数据治理的组织结构、角色和职责，包括拥有、收集、存储、管理和使用数据的人员。
政策为使用、保护和管理数据提供指导方针，确保一致性和合规性。
流程是指沟通、协作和管理数据的程序，包括数据的收集、存储、保护和使用。
技术是指用于支持数据治理的工具和系统，例如数据管理平台和安全解决方案。
例如，如果目标是提高客户保留率，则数据治理计划应关注客户数据在整个组织中的产生和使用位置，确保组织的客户数据准确、完整、受到保护并且可供需要的人访问做出可以提高客户保留率的决策。
协调和标准化策略、角色和数据管理流程以使其与业务目标保持一致非常重要。这将确保数据得到有效使用，并确保所有利益相关者都朝着同一目标努力。
启动数据治理计划似乎是一项艰巨的任务，但通过从小处着手并专注于交付优先的业务成果，数据治理可以成为日常业务的自然延伸。
构建数据治理程序是一个迭代和渐进的过程
第 1 步：定义数据策略和数据治理目标
组织的业务目标和预期结果是什么？应该同时考虑长期战略目标和短期战术目标，并记住目标可能会受到法规和合规性等外部因素的影响。
数据策略可识别、优先排序和调整整个组织及其各种业务线的业务目标。跨多个业务目标，数据战略将确定数据需求、措施和 KPI、利益相关者以及所需的数据管理流程、技术优先级和能力。
随着业务和优先事项的变化，定期审查和更新数据策略非常重要。如果没有数据战略，应该制定一个——这不需要很长时间，但确实需要合适的利益相关者参与并一起制定。
清楚地了解业务目标和数据需求后，设置数据治理目标和优先级。例如，有效的数据治理计划可能：
提高数据质量，从而做出更准确、更可靠的决策
提高数据安全性以保护敏感信息
实现行业法规的合规性和报告
提高数据资产的整体信任度和可靠性
使数据更易于访问和使用，从而提高效率和生产力。
明确定义目的和目标将指导数据治理计划的优先级排序和开发，最终推动收入、成本节约和客户满意度。
第 2 步：获得高管和重要利益相关者支持
确定数据治理计划的关键利益相关者和角色，以及需要参与其执行的人员。这应该包括组织内外的员工、经理、IT人员、数据架构师和业务线所有者以及数据保管人。
执行发起人至关重要：一个了解数据治理的重要性和目标、认识到数据治理带来的商业价值并支持实现这些成果所需投资的人。
有了主要支持者，组建团队以了解令人信服的叙述，定义需要完成的工作，如何提高意识，以及如何构建将用于支持数据治理计划实施的管理模式。
以下是可能参与数据治理计划的典型利益相关者级别的示例：
通过有效地让关键利益相关者参与进来，确定并交付明确的业务价值，数据治理计划的实施可以成为组织的战略优势。
第 3 步：评估、构建和完善数据治理计划
在了解业务目标并且数据治理发起人和利益相关者到位后，重要的是将这些目标与现有的人员、流程和技术能力进行映射以实现这些目标。
DCMM、DAMA、DCAM等数据管理框架提供了一种结构化方法，可以使用通用标准和数据最佳实践集根据行业基准评估数据成熟度。
查看当前在组织内如何治理和管理数据。当前方法的优点和缺点是什么？实现关键业务目标需要什么？
请记住，不必也不应该一次完成所有事情。在业务目标的背景下确定需要改进的领域，以优先考虑工作并专注于最重要的领域，以有意义的方式为业务交付成果。有效且高效的数据治理计划将支持组织的发展和竞争优势。
第 4 步：制定组织的数据策略
数据策略是一组文档化的指南，用于指导组织的数据资产如何得到一致的监管、管理、保护和使用。数据策略由组织的数据战略驱动，与业务目标和预期结果保持一致，并且可能受到内部和外部监管因素的影响。数据政策可能包括数据收集、存储和使用、数据质量和安全性等主题：
政策确的数据以支持组织的总体目标并符合相关法律法规的方式使用。这可以提高数据质量，做出更好的决策，并增加对组织数据资产的信任，最终使组织更加成功和可持续发展。
第 5 步：确立角色和职责
明确参与数据治理的人员的角色和职责，包括负责收集、存储和使用数据的人员。这将有助于确保每个人都了解自己的角色，并能有效地为数据治理工作做出贡献。
数据治理的结构可能因组织而异。在大型企业中，数据治理可能有专门的团队进行监督（如上表所示），而在小型企业中，数据治理可能是现有角色和职责的一部分。混合方法也可能适用于某些组织。考虑公司文化并开发促进数据驱动实践的数据治理框架至关重要。成功的关键是从小处着手、学习和适应，同时专注于交付和衡量业务成果。
清楚地了解数据治理参与者的角色和职责可以确保他们拥有履行职责所需的技能和知识。
第 6 步：开发和完善数据流程
数据治理流程通过协调整个组织的团队来确保有效的决策制定并实现一致的数据管理实践。此外，数据治理流程还可以确保符合监管标准并保护敏感数据。
数据流程为指导、升级和解决提供了正式渠道。数据治理流程应该是轻量级的，以在不增加不必要的负担或阻碍创新的情况下实现业务目标。流程可以通过工具、工作流程和技术实现自动化。
重要的是尽早建立这些流程，以防止在数据管理实施后期可能出现的问题或混乱。
第 7 步：实施、评估和调整策略
一旦定义了数据治理计划的组件，就该将它们付诸实践了。这可能包括实施新技术或流程或对现有技术或流程进行更改。
要记住，数据治理计划只有在向业务展示价值时才能成功，因此需要衡量和报告优先业务成果的交付情况。定期监控和审查策略将确保它符合目标和业务目标。
不断评估目标，并根据需要进行调整。这将使数据治理计划不断发展并适应组织和行业不断变化的需求。持续改进的方法将使数据治理计划保持相关性并为组织提供最大价值。
总之，通过遵循渐进式方法并让关键利益相关者参与进来，可以构建符合组织独特需求并支持加速业务成果交付的数据治理计划。
实施数据治理计划可能会带来不同的挑战，例如资源有限、变革阻力以及对数据治理的价值缺乏了解。这些挑战可以通过有效地向所有利益相关者传达项目的价值和好处、为负责实施的人员提供培训和支持以及让关键决策者参与规划过程来克服。
通过实施可交付关键业务成果的数据治理计划，可以确保计划的成功并从组织的数据资产中获得可衡量的业务价值，同时有效地管理数据、提高数据质量并在整个生命周期内保持数据的完整性。
