7点数据治理实践方法

Gartner定义了七项良好的数据治理实践的原则：

1、衡量价值与成果

使数据治理与业务目标或结果保持一致。您将需要一个适当的数据分析过程，以便您可以衡量进度和结果。

2、实行问责制和决策权

确保您的团队参与您的数据治理策略，并让CDO，数据管理员，数据所有者和员工负责。明确定义谁可以对您的数据做出哪些决定。

3、获取统一的数据源

您可以信任所有数据源吗？您在数据的整个生命周期中都在掌控之中吗？

数据治理的信任模型建立在机制中以说明分布式数据生态系统，因此您应努力了解数据输入的历史和沿袭，以便可以管理期望和结果。

4、保证决策透明

通过明确的既定决策流程，使有关数据治理、数据分析的决策保持开放和可见，从而可以经受外部审查。

5、评估风险与安全

您是否在数据治理策略中考虑了风险和数据安全性？风险和安全性是公司从事数据治理的两个主要驱动力。除任何业务成果外，还应考虑它们。

6、坚持教育和培训

您是否有一个计划来培训数据所有者和员工有关数据治理的基本原理？您是否训练新的数据管理员？建立一个持续的培训计划，以保持对数据治理的关注。

7、推崇合作文化

您的团队是将数据治理视为自上而下的任务，还是将其视为建立业务并保持数据安全的协作工作？

这七项原则可以帮助您专注于数据治理的目标，告诉您如何进行数据治理。

数据治理过程中要考虑的问题

数据治理仍然是一个相对较新的领域，但 根据Gartner的调查，到2019年，将有90％的大公司拥有首席数据官（CDO）。  2014年，只有400个CDO。2017年，CDO的数量增加到4000多个。通过遵循这些最佳实践准则并提出以下问题，您可以为成功的数据治理策略做好准备：

1、您的经营策略是什么？

2、您是否已在整个企业中定义并传达了关键目标？

3、您是否拥有正确的数据，并且质量足够高？

这些问题的答案将推动您的数据治理日常活动和长期计划。保证重点指标和数据治理计划将使企业走上正确的道路。

点击了解更多关于数据治理的知识