软信天成：将“数据”作为业务资产进行“治理”

企业高管逐渐认识到数据的价值，并更多地为数据治理工作提供必要的资金支持，旨在取得切实的战略成果。此外，人工智能和元数据管理方面的创新使得简化核心治理流程、数据民主化以及协作支持变得更加简单。

如果您希望将数据治理从未受重视的 IT 实践转换为关键业务功能，现在是最好的时机。

确保数据治理成功的三个要求

1.发现数据

首先，通过数据探查了解您的数据。该步骤涉及系统性地分析各项数据实体是否符合准确性、完整性、一致性等要求。通过这种方式，您可以在开始前对任何妨碍项目的问题有个清楚的基本认识。

使用 AI 驱动型探查和发现工具实现该流程的自动化是一项明智之举。传统的手动方法不仅耗时，而且需要数据分析师等专业资源。分析师应该将宝贵的时间花在探索真知灼见而非发现数据上。使用软件处理此类任务，这样您就可以节约下时间和预算。您还可以重新部署宝贵资源来执行更具战略性的任务。

2.定义标准

了解所治理的数据之后，下一步是确定好（或者至少“足够好”）的标准。这里的部分挑战在于定义与特定数据实体联系的术语。企业对其每天使用的各种术语有多达十几种互相矛盾的定义，这已经司空见惯了，并且会在不同部门之间以及在企业外部分享数据时造成混淆。您的任务是确定哪些定义值得保留，哪些定义需要舍弃或更新。

此外，您需要制定和记录决定企业中数据流动及使用方式的相关数据治理政策、规则和标准。比如，您需要指定各项政策，包括数据责任和所有权、数据采集及验证标准，以及数据访问和使用。此外，您需要围绕数据脱敏、数据归档和数据保存，明确以隐私和安全为中心的政策。

3.分配角色和责任

要鼓励以数据治理为中心的协作，关键是确保大家了解各自在项目范围内的角色和责任。如果您的利益相关者对于自身工作以及合作伙伴没有明确的认识，会造成混淆，您的项目就会面临风险。因此，RACI 或 DACI 之类的项目管理框架对于每个数据治理项目的成功都十分重要，能够帮助您确立明确的行政管理系统。

4、协作支持

实施 DACI 等项目管理框架只是促进数据治理项目中协作的第一步。要让大家齐心协力，您需要确保每个人都清楚自己在确保业务数据流的可信度、可靠性和安全性方面所扮演的角色。您还要给他们提供胜任相关角色所必需的工具，如数据治理平台、主数据管理平台、数据质量管理平台，它们能够帮助您确立有关数据治理项目的单个事实来源，以便您的利益相关者作出明智的数据管理决策。管理员可以查看数据的使用者、产生和使用数据的流程、适用的政策、存储数据的系统、系统中的数据质量以及与之有关的任何业务风险。他们甚至可以分享自己对数据使用的了解，以确保该信息始终准确并且是最新的。