DAMA-CDGA 第3章 数据治理（ 10分）

◼ 数据治理（Data Governance，DG）：对数据资产管理行使权力、控制和共享决策（规划/监测和执行）的系列活动。P43
◼ 数据治理职能是指导所有其他数据管理领域的活动。
◼ 数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。
◼ 数据管理的整体驱动力是确保组织可以从其数据中获得价值。
◼ 数据治理聚焦：如何制定有关数据的决策、人员和流程在数据方面的行为方式。P43
◼ 数据治理项目范围和焦点依赖组织需求，常见有：
    1）战略。
    2）制度。
    3）标准和质量。
    4）监督。
    5）合规。
    6）问题管理。
    7）数据管理项目。
    8）数据资产估值。P43
◼ 为了实现这些目标，数据治理时将制定制度和实施细则，在组织内多个层次上实践数据管理，并参与组织变革管理工作，积极向组织传达改进数据治理的好处以及成功地将数据作为资产管理所必需的行为。对于多数企业，采用正式的数据治理需要进行组织变革管理，以及得到来自最高层管理者（C级别）的支持，如CRO、CFO或者CDO
P43
◼ 进行数据治理时需要努力将文化变革部分纳入考虑，以期获得强有力的领导支持。即使拥有最佳的数据战略，数据治理和数据管理计划也可能不会成功，除非企业愿意接受并进行管理变革。对很多组织而言，文化变革是一项主要的挑战。变革管理的基础信条是，组织变革需要个人的改变。P43-44
◼ 业务驱动因素：常见是法规遵从性。聚焦减少风险和改进流程。P45 
◼ 减少风险：1.一般性风险管理；2.数据安全；3.隐私；
◼ 改进流程：1.法规遵从性；2.数据质量提升；3.元数据管理；4.项目开发效率；5.供应商管理；
◼ 数据治理目标：1提升管理数据资产的能力；2定义、批准、沟通和实施数据管理的原则、政策、程序、指标、工具和责任；3监控和指导政策合规性、数据使用和管理活动。P44图
◼ 数据治理不是一次性的行为，是持续性的项目集。可由虚拟组织或有特定职责的实体组织承担责任。要考虑组织和文化的独特性问题，还有内部要面对的具体挑战和机遇。数据治理要与IT治理分开。P45-46
◼ 有效的数据治理应具有以下特征：1可持续发展；2嵌入式的，而不是附加的管理流程；3可度量。P46。原书P71。
◼ 数据治理基础原则：
    1) 领导力和战略；成功的数据治理始于远见卓识和坚定的领导。数据战略指导数据管理活动，同时由企业业务战略所驱动。
    2）业务驱动（Business-driven）数据治理是一项业务管理计划，因此必须管理与数据相关的IT决策，就像管理与数据有关的业务活动一样。
    3）共担责任（Shared Responsibility）在所有数据管理的知识领域中，业务数据管理专员和数据管理专业人员共担责任。
    4）多层面（Multi-layered）数据治理活动发生在企业层面和各地基层，但通常发生在中间各层面。
    5）基于框架（Framework-based）由于治理活动需进行跨组织职能的协调，因此对数据治理项目必须建立一个运营框架来定义各自职责和工作内容。
    6）原则导向（Principle-based）指导原则是数据治理活动、特别是数据治理策略的基础。P46-47   
◼ 数据治理：保证数据中被管理的。数据管理：管理数据以达到既定目标。P47图。
◼ 以数据为中心的组织对待数据的原则：
    1）数据应该作为企业资产管起来。
    2）应该在整个组织内鼓励数据管理的最佳实践。
    3）企业数据战略必须与业务战略一致。
    4）应不断改进数据管理流程。
◼ 做正确的事（立法/司法）与正确的做事（执法）。P48
◼ 典型数据治理委员会：数据治理指导委员会；数据治理委员会；数据治理办公室；数据管理团队；本地数据治理委员会。P49表3-1
◼ 数据治理运营模型类型：集中式治理；分布式治理；联邦式治理。
    1）在集中式管理模式中，数据治理组织监督所有业务领域中的活动。
    2）在分布式管理模式中，每个业务单元中采用相同的数据治理运营模型和标准。
    3）在联邦式管理模式中，数据治理组织与多个业务单元协同，以维护一致的定义和标准。（P50图3-4）
◼ 数据管理活动集中于：
    1）创建和管理核心元数据；业务术语/有效数据值/关键元数据的定义和字处理。
    2）记录规则和标准；业务规则/数据标准/数据质量规则的定义和记录。
    3）管理数据质量问题；
    4）执行数据治理运营活动。P49 
◼ 数据管理岗位的类型：首席数据管理专员；高级数据管理专员；企业数据管理专员；业务数据管理专员；数据所有者；技术数据管理专员；协调数据管理专员。通常最好的数据管理专员都是在工作中被发现的，而不是靠培养的。P50-51 
◼ 数据制度包括对数据治理管理初衷的简要说明和相关基本规则，贯穿数据和信息的全过程，是全局性的。不同组织制度差异大，描述了数据治理的“什么“，标准和规程描述了数据治理的”如何“。P51
◼ 数据资产评估：理解和计算数据对组织的经济价值的过程。数据具有不可互换性，只有在使用时才有价值，使用会伴随风险。其他度量价值的方式：1替换成本；2市场价值；3发现商机；4售卖数据；5风险成本。P51-52
◼ 风险成本有：
    1）缺少必要的数据。
    2）存在不应留存的数据。
    3）除上述成本外，包括数据不正确造成客户、公司财务和声誉受到伤害。
    4）风险下降或风险成本的下降，其实是与提升和验证数据等操作干预成本的抵消之后的溢出部分。P52
◼ 数据资产会计准则：问责原则；资产原则；审计原则；尽职调查原则；持续经营原则；估值级别原则；责任原则；质量原则；P52表3-2 
◼ 数据治理活动：
    1）规划组织的数据治理。（A执行就绪评估。B探索与业务保持一致。C制定组织触点。）（触点：突破口、价值点、抓手、切入点·）P53-55
    2）制定组织数据治理战略。（A定义数据治理运营框架。B制定目标、原则和制度。C推动数据管理项目。D参与变更管理。E参与问题管理。F评估法规遵从性要求。）P55
    3）实施数据治理。（A发起数据标准和规程。B制定业务术语表。C协调架构团队协作。D发起数据资产估值。）P60
    4）嵌入数据治理。
◼ 【活动1-1】规划组织的数据治理-执行就绪评估。典型的评估包括：
    1) 数据管理成熟度。了解组织对数据的处理方式；衡量其当前的数据管理能力和容量。重点是业务人员对公司管理数据和利用数据的优势以及客观标准（如工具的使用、报告级别等）的印象
    2) 变革能力（识别阻力点）。数据治理需要行为上的改变，因此测量组织为适应数据治理所需而改变行为的能力非常重要。
    3) 协作准备度。体现了组织在管理和使用数据方面的协作能力。如果某个组织对于如何协作无从下手，那么这样的企业文化将成为管理的障碍。
    4) 与业务保持一致。通过业务一致性能力评估可以检查组织如何调整数据的使用来支持满足业务战略要求P53
◼ 【活动1-2】规划组织的数据治理-探索与业务保持一致。数据治理项目必须能够被找到并提供特定的价值来为组织作出贡献。例如，减少监管机构的罚款。通过评估识别和评价现有制度/方针的有效性，找到特定的价值。关键评估：数据质量分析。数据管理实践的评估。P53-54 
◼ 触点（治理介入点）：（触点：突破口、价值点、抓手、切入点·）首席数据官影响组织触点，支持企业在管理其数据时的凝聚力，也会增加企业使用数据的敏捷性。从本质上来讲，这是组织如何理解和看待数据治理的一个态度。P54-55
    1）采购和合同。
    2）预算和资金。
    3）法规遵从性。
    4）SDLC/开发框架。
◼ 数据治理战略定义治理工作的范围和方法。交付物：章程。运营框架和职责。实施路线图。为成功运营制订计划。P55 
◼ 【活动2-1】制定数据治理战略-定义数据治理运营架构。需要考虑：
    1）数据对组织的价值。
    2）业务模式（分散/集中、本地化与国际化）。
    3）文化因素。
    4）监管影响。P55   
◼ 【活动2-2】制定数据治理战略-制定目标、原则和制度：
    1）由【数据管理专业人员】、【业务策略人员】，在【数据治理组织】的支持下共同起草数据治理的目标、原则和制度，
    2）然后由【数据管理专员】和【管理人员】审查并完善，
    3）最后由【数据管理委员会】终审、修订和发布。
    4）【数据治理办公室DGO】认证确认组织用到的数据，批准成为业务拥有者。
    5）【业务拥有者】在其业务领域委派【数据管理专员】，【数据管  理专员】的日常职责是协调数据治理活动。P56 
◼ 【活动2-3】制定数据治理战略-推动数据治理项目。数据治理委员会负责定义数据管理项目的商业案例，监督项目状态和进度。关键：阐明数据管理提高效率和降低风险的方法。P57 
◼ 【活动2-4】制定数据治理战略-参与变革管理。
    组织经常面临管理项目上的变迁，而不是管理组织体系进化。
    成熟的组织在变革管理中建立清晰的组织愿景，从高层积极引导和监督变革，设计和管理较小的变革尝试，再根据整个组织的反馈和协同情况调整变革计划方案。
    组织需要组建一个团队来负责：1）规划。2）培训。3）影响系统开发。在SDLC中增加数据治理步骤。4）制度实施。5）沟通。P57-58 
◼ 沟通的重点：
    1) 提升数据资产价值。教育和告知员工数据在实现组织目标中所起的作用。
    2) 监控治理活动的反馈并采取行动。除了共享信息外，通过沟通计划还应引导出相关方反馈，以指导数据治理方案和变更管理过程。
    3) 实施数据管理培训。
    4) 在5个关键域衡量。①意识到需要改变。②希望参与并支持变革。③知道如何改变。④具备实施新技能和行为的能力。⑤保持持续变革。
    5）实施新的指标和KPI。P58 
◼ 【活动2-1】制定数据治理战略-参与问题管理。
    问题管理是识别、量化、划分优先级和解决与数据治理有关问题的过程：1）授权。2）变更管理升级。3）合规性。4）冲突。5）一致性。6）合同。7）数据安全和身份识别。8）数据质量。P58
◼ 开展数据治理需要在以下方面建立控制机制和流程：
    1）识别、收集、记录和更新的问题。
    2）各项活动的评估和跟踪。
    3）记录利益相关方的观点和可选解决方案。
    4）确定、记录和传达问题解决方案。
    5）促进客观、中立的讨论，听取各方观点。
    6）将问题升级到更高权限级别。P58-59
◼ 80%-85%的问题在业务单元数据治理、数据管理团队中解决。20%在数据治理委员会解决。5%升级到数据治理指导委员会解决。P59图3-7 
◼ 【活动2-1】制定数据治理战略-评估法规遵从性要求。合规性通常是实施数据管理的初始原因。  
    对管理信息资产有重大影响的部分全球性法规：
        1）会计准则。
        2）BCBS 239（巴塞尔银行监管委员会）和巴塞尔II。
        3）CPG 235。
        4）支付卡行业数据安全标准PCI-DSS。
        5）偿付能力标准II。
        6）隐私法。数据治理监控组织要对涉及数据和数据实践的监管要求或审计承诺作出响应，如在监管报告中证明数据质量合格。P59 
◼ 【活动3】实施数据治理。最佳方式是创建一个实施路线图。有些数据治理工作是基础性，可分为初始阶段和持续阶段。
    高优先级的前期工作有：
        1）定义可满足高优先级目标的数据治理流程。
        2）建立业务术语表，记录术语和标准。
        3）协调企业架构师和数据架构师，帮助理解数据和系统。
        4）为数据资产分配财务价值，以实现更好的决策，并提高对数据在组织成功中所起作用的理解。【流程。术语。人。赋值。】P60 
◼ 【活动3-1】实施数据治理-发起数据标准和规程。
    1）数据标准通常由【数据管理专业人员】起草，应由【数据治理办公室或授权工作组】（如数据标准指导委员会）审查、批准和采用。
    2）数据标准必须得到有效沟通、监控，并被定期审查和更新。
    3）最重要的是，必须有强制手段，对数据可以根据标准进行测量。
    4）数据管理活动可由【数据治理委员会】或【数据标准指导委员会】按照规定的时间表或作为SDLC批准流程的一部分进行审核，以确保符合标准。通常由【数据管理专业人员】来起草数据流程文档。P61 
◼ 【活动3-2】实施数据治理-制定业务术语表。数据管理专员通常负责整理业务术语表的内容。P61 
◼ 业务术语表具有如下目标：
    1）对核心业务概念和术语有共同的理解。
    2）降低由于对业务概念理解不一致而导致数据误用风险。
    3）改进技术资产（包括技术命名规范）与业务组织之间的一致性。
    4）最大限度地提高搜索能力，并能够获得记录在案的组织知识。【共同理解。降低风险。一致性。可搜索能力】p61-62 
◼ 【活动3-3】实施数据治理-协调架构团队协作。【数据治理委员会】支持并批准数据架构。企业级数据模型应经【数据治理委员会】评审、批准并正式采用，与关键业务战略、流程、组织和系统保持一致性。数据战略和数据架构是在“做正确的事”和“正确的做事”之间协调的核心。P62 
◼ 【活动3-4】实施数据治理-发起数据资产估值。 【数据治理委员会】应组织开展数据资产估值工作，并为此设置标准。P62 
◼ 【活动4】嵌入数据治理。将治理活动嵌入到数据作为资产管理相关的一系列流程中。可持续性意味着采取行动，保证流程和资金到位，以确保可持续地执行数据治理组织框架。通常为了加深组织对数据治理的理解，可通过其本地应用创建一个感兴趣的数据治理社区来加强相互学习。P62 
◼ 数据治理的工具和方法：数据治理流程必须有效管理自己的工作和数据。线上应用/网站。业务术语表（业务术语表是数据治理的核心工具）。工作流工具。文档管理工具。数据治理计分卡。P63   
◼ 数据治理实施指南：定义规程/运营计划——>实施路线图——>启动治理。一般始于重大项目、试点、渐进式。P64-65
◼ 有效而持久的数据治理：需要组织文化的转变和持续的变革管理，文化包括组织思维和数据行为，变革包括为实现未来预期的行为状态而支持的新思维、行为、策略和流程。P65
◼ 管理和沟通变更工具：业务战略/数据治理治理蓝图。数据治理路线图。数据治理的持续业务案例。数据治理指标。P65
◼ 数据治理成功与否的度量指标：P65-66 
    1) 价值：1.对业务目标的贡献。2.风险的降低。3.运营效率的提高。
    2) 有效性：1.目标的实现。2.扩展数据管理专员正在使用的相关工具。3.沟通的有效性。4.培训的有效性。5.采纳变革的速度。
    3) 可持续性：1.制度和流程的执行情况（即它们是否正常工作）。2.标准和规程的遵从情况（即员工是否在必要时遵守指导和改变行为）。