【DataGovernance】数据治理是什么

从管理者视角看数据治理
某化工集团的CEO在一次工作报告中指出：“数据治理是企业发展战略的组成部分，是指导整个集团进行数字化变革的基石，要将数据治理纳入企业的顶层规划，各分/子公司、各业务部门都需要按照企业的顶层战略要求进行工作部署，以实现企业数字驱动的转型的目标。”
某银行将数据战略正式纳入董事会议程，有关数据治理的重大事项直接由董事会审批或授权。该银行希望通过数据赋能，让数据服务于银行的业务，为客户提供更好的金融服务，基于数据治理策略控制银行数据的确权和使用，保障银行用数安全和符合监管要求。
基于此，我们姑且把数据治理理解为与企业战略相关、指导企业数字化转型的策略。
从业务人员视角看数据治理
关于数据治理，某企业市场部领导曾经向笔者抱怨：“数据治理不是信息部门的事情吗？我们只是做一些配合工作。当然，我也知道数据的重要性，我们想通过数据进行客户分析，增加销量。但现在我连我们企业有哪些数据都不知道，更别说使用了。”
在谈到对于企业数据治理的期待时，这位领导直言：“希望数据治理能够将企业的数据开放出来，让我们知道有哪些数据，这些数据是怎么定义的、有什么作用，让我们在用数据的时候能够方便地获取，并且数据质量是有保障的。”
这位市场部领导的需求不是个例，而是很多企业数据治理的痛点所在。这个痛点需求恰好击中了数据治理的三大要害：
第一，要定义数据，让抽象的数据变成可读、可理解的信息；
第二，要有一个完整的数据地图或数据资源目录，盘活企业的数据资产，方便用户随时找到想要的数据；
第三，要做好数据质量管理，提升数据质量并提升数据的使用率。
从技术人员视角看数据治理
在有多年数据仓库领域工作经验的小李看来，数据治理应包含三部分：一是ETL，即数据的抽取、转换、加载，保障数据仓库内有数据可用；二是对数据的处理、转换和融合，保障数据仓库内的数据准确、可用；三是元数据管理，保障数据仓库内的数据可进行血统溯源和影响分析。
来自系统运维部的小王认为：“企业数据治理的重点是对数据源中数据的治理，也就是需要对业务系统实施治理，而数据仓库只是数据的应用端，只有业务系统的数据质量高了，数据仓库才能获得高质量的数据，进而获得高质量的洞察。”
而数据平台部小赵的观点则是：“数据治理还得看数据湖的，从源头治理虽然好，但是操作起来太复杂，周期长，成本高。而我们在数据湖中治理就不一样了，我们的数据湖已经接入企业90%以上的数据，数据统一在‘湖’中管理。所有的用数需求都需要通过数据湖调取，因此我们只需要将数据湖中的数据治理好，就什么问题都没有了。”
可见，即使都从技术角度出发，不同技术方向的人对数据治理的理解也是不同的。小李、小王和小赵都是从自身专业角度思考数据治理，各有各的道理。在不同的数据治理应用场景中，数据治理的内涵各有侧重。