譯者 | 仇凱

審校 | 梁策 孫淑娟

如今企業要獲取數據，物聯網(Internet of things，IoT)設備、可穿戴設備、軟件即服務(Software as a Service，SaaS)應用程序和社交媒體都是來源。對這些數據的組合和深入分析可以為企業提供新的洞察力，并助力企業發現潛在商機。通過將這些能力在企業內擴展和制度化，企業可以更快獲取商業決策支撐，同時極大降低試錯成本。

在將孤立的信息轉換為適用企業的洞察力過程中，數據治理并非一時之功，而是要找對方向，堅持不懈。理想狀態下，數據治理應當隨著公司戰略的發展而調整和擴展，并容納不斷增長的數據。更重要的是，要提供通用的命名規則和信任基礎，從而降低跨業務部門和職能部門的溝通成本。

如果數據是種能源，時效是商業的貨幣，那么數據治理就是融合兩者的紐帶。它由系統、政策和流程組成有機整體，實施數據治理的企業可以確保團隊在正確的時間處理正確的數據，以增強并自動化相關流程、產品和體驗。在當今競爭激烈的環境中，這個想法令人激動也充滿價值。當然，要實現這個目標需要投入大量的時間和精力。在本文中，我們列出了一個三步走的流程，讓數據治理計劃開展緊跟業務步伐。

第一步: 夯實基礎架構

在很多企業中，數據治理通常僅限于合規、隱私和安全層面。毫無疑問，這些都是關鍵領域，但如果擴大數據治理范圍并拓展監督人員多樣性，那么更高效的決策和運營自會帶來更多商業價值。所有數據治理計劃都應當包含四個主要組成部分：數據治理指導委員會、數據所有者、數據統籌員和數據管理團隊。

首先，評估數據治理指導委員會。如果沒有，就組建一個。這個委員會包含來自所有業務部門和職能部門的領導;如果有，但缺乏跨部門協作的職能，那就增加這個職能。每個業務部門和職能部門都應當在委員會中有一名代表。根據委員會的規模和范圍不同，這名代表可以是一個高級管理人員，也可以是與核心業務數據和IT系統密切相關的人。

委員會需要有明確的目標，該目標應由業務需求和合規性共同驅動。闡明這些目標有助于委員會建立并推動有效的數據治理目標。比如某個代表大型醫院管理其行政流程的醫療保健組織。指導委員會確定目標，然后推動審批流程自動化。為了實現這一目標，應在末端業務中推動數據定義通用化。

一旦建立了指導委員會并確定了其目標，就需要進行職責分工。每個業務部門和職能部門都應該有一個數據所有者，由他們編制和維護政策與流程，這些政策和流程將不斷緩解各自領域中最棘手的數據質量問題。以醫療保健行業為例，每個業務部門對拒絕索賠的定義略有不同，這就阻礙了醫療機構對索賠審批流程的自動化改革。委員會意識到需要調和這些定義差異的需求后，就會協調拒絕索賠的通用定義，以實現數據聚合和自動審批。然后，委員會指派數據所有者采用這一通用定義，將各自業務部門或職能部門管理的數據進行整理，并與通用定義保持一致。

接下來，需要分配數據統籌員。數據統籌員的職能是為數據所有者提供服務，以推動政策執行并指導特定領域的變更管理以及報告數據質量問題。例如，在一家B2B軟件公司，協同營銷部門的數據統籌員可能會負責主導并推動在CRM工具中使用與方位有關的通用命名(例如，東、南、西、北)來對領導人員進行分類。數據統籌員可以對使用這個工具的銷售代表進行培訓，跟進其使用情況，并提出政策改進建議。

最后，建立數據管理團隊是非常必要的。該團隊通常由IT技術人員組成，是數據治理計劃的頂梁柱。它將制定并監控政策和流程，為此需要執行審計以確保相關政策和流程遵循隱私政策和安全制度。同時，它還將評估數據的準確性、相關性和完整性，并推動數據生命周期(從數據的生成存儲到過期和銷毀)戰略。

第二步: 強化生態以快速精準的引入新數據

一旦建立數據治理機構，并定義其初始制度，就要開始強化整個架構，讓數據治理成為數據處理中樞，這將有助于預測問題和把握機會，同時使快速應對業務環境的改變和新數據源的引入成為可能。

數據治理能力是識別、分類、整合新增和不斷變化的數據源，這些數據源可能在企業中發生里程碑事件時改變或新增，例如合并或部署新技術。它通過定義和應用一組可重復的政策、流程和支持工具來實現數據源管理，可以將這些應用流程視為節點控制，新數據必須通過一系列的檢查點以確保其質量。

我們最先要做的事情是，確定需要做什么才能夠平順的引入新數據。以一個B2B軟件客戶為例，該客戶收購了一家公司來互補自身業務。當其試圖整合被收購公司的客戶數據時，數據治理團隊發現每個機構都使用自身獨有的層級結構來管理實體客戶，這些層級結構看起來不一樣卻匯總到同一個上級機構。指導委員會決定被收購的公司應當使用收購公司的實體客戶層級結構，以遵從華爾街的關鍵指標要求。為了實現這一目標，該客戶必須采取以下措施：

• 數據建模和設計：將被收購公司的客戶層級結構映射到現有層級結構，并更新相應的數據模型(例如實體關系圖)和關聯工具。
• 數據字典：根據歷史關聯信息更新數據字典和主數據管理工具，以分析并決定如何將來自被收購公司的客戶數據映射到現有的客戶層級結構中。
• 數據合規和權限管理：評估現有的合規態勢是否適用于新的客戶數據，并決定是否部署額外的權限控制或安全制度。
• 數據質量設計和應用：在關鍵應用中采取控制措施，以避免銷售團隊創建重復記錄或錄入未定義數據而非所搜現有記錄。
• 溝通和變更管理：數據統籌員將變更傳達給受影響的用戶，并負責后續變更涉及的人員、流程和技術。

管理新數據的引入是具有挑戰性的，但是一定要拒絕一次性解決方案帶來的“效率”誘惑，因為這樣的方案是以犧牲長期發展和降低復用性為代價的。在流程上投入精力，并運用它創建相應的環境，為數據資產的超額回報奠定基礎。上述步驟應視為指數曲線的開始，充分的分析和應用雖然可能導致短期收益的“損失”，但卻可以帶來巨大的、可擴展的長期收益。

第三步： 將數據管理實踐制度化以確保數據質量的持續性

最后一步是編制數據管理工具并將其實踐，以保持現有數據的質量并為業務發展目標提供支撐。一流的數據管理計劃通常有明確的流程、節奏和工具，這些將支持以下工作的開展：

• 主數據管理：建立為所有關鍵業務數據(例如，客戶、產品)創建單一主要數據參考來源的系統和流程，以減少業務流程中的錯誤和冗余。
• 數據質量審計和監控：部署自動化工具和流程，協助識別不符合既定業務或合規制度的數據，這些數據大多數不符合預定的數據質量要求。
• 數據質量報告：制定數據質量指標或KPI(Key Performance Indicator，關鍵績效指標)、定期審查其進度并制定改進計劃。
• 數據存儲規范：制定從產生到銷毀整個數據生命周期的存儲規范，包含不同類型數據的存儲方式和存儲位置的實踐，同時也要考慮到特定的數據隱私和合規要求。
• 數據管理：在關鍵業務部門和職能部門之間分配資源，以服務于數據質量政策的實踐，并管理將新數據引入環境而引起的相關變化。

對這些實踐進行編制，可以在數據準確性、完整性、一致性、及時性、有效性和唯一性等方面提升數據質量。高質量數據可能是客戶滿意與否的關鍵點。對于醫療保健客戶來說，在控制和監控技術上進行投資有助于確保動態和靜態信息的數據質量，讓組織能夠為客戶提供實時信息，并使得線上和線下的用戶體驗保持一致。

一個不錯的數據治理計劃可以提升各個業務部門和職能部門的效率，而一個卓越的數據治理計劃則可以利用數據來推動企業范圍的業務轉型。所以，不要止步于“不錯”，而要奔跑向“卓越”，這將讓你的業務發展更迅速、表現更靈活，回報更豐厚。

譯者介紹

仇凱，51CTO社區編輯，目前就職于北京宅急送快運股份有限公司，職位為信息安全工程師。主要負責公司信息安全規劃和建設（等保，ISO27001），日常主要工作內容為安全方案制定和落地、內部安全審計和風險評估以及管理。

原文標題：??Data governance at the speed of business??，作者：Michael Bertha(本文與Metis Strategy 的助理Duke Dyksterhouse合作撰寫)