近年来，信息技术的快速发展和深入应用让数据获得了前所未有的增长，著名研究机构IDC预测：到2025年，全球数据预计增长至175ZB。随着数据价值的日益凸显，无数企业开始布局数字化战略转型，如何从庞杂的企业数据体现出业务价值已经被越来越多的企业所重视。
企业数据的业务体现不在于数据的数量，关键是质量高低，通过数据质量的提升和整合，达到企业数据的上下贯通和横向融合，能够更好的实现数据资产的运营。有效的数据治理可以确保企业数据全面、一致、可信，从而充分释放数据资产的价值。
然而，企业要启动数据治理计划用以支撑并加速数据驱动的数字化转型却并非易事。在此之前，企业需要将与宏观战略目标相关的度量指标统一起来，制定有效的数据治理任务。无数个案例提醒我们，目标不清楚和期望不统一是导致数据治理项目失败的主要原因。项目涉及的人员必须从一开始就万分清楚企业数据治理的目标，即：
-
改善低质量数据影响的关键流程的效率；
-
遵守一项或多项条例，调整现有数据实践以更有效和更可靠的方式遵守这些条例；
-
使用准确可靠的数据影响业务单元内/业务单元之间，以及不同流程之间的每个决定；
-
改善数据安全性，通过深入了解敏感数据所在的位置、它们的流动方式以及拥有访问权限人员，来降低风险；
-
利用大数据分析来捕捉、验证与证实分散在企业各处的数据，确保数据可靠并能用于产出更好的分析结果。
数据治理三要素：人员、流程、技术
在过去的迭代中，数据治理常常被人忽略，大多数情况下，数据被划分为各个部门，存储在由几个人管理的孤岛中，这无疑将大幅降低企业灵活度。事实上，每一个有效的数据治理计划都是由众多项目组成，而每个重要的业务项目都包含三个核心元素：人员、流程和技术。
一、人员
数据治理方案涉及大量人员，会对众多员工、客户、合作伙伴以及其他支持或依赖企业的人产生影响。如何均衡所有人员在数据治理项目中的参与度，需要企业针对不同的可交付成果采用DACI（或RACI）等框架方法论为所有人员分配相应角色，包含驱动者、审批人、促成者以及受影响者四类，划分相应职责。
驱动者
推动项目向前发展的人，负责管理利益相关者、分配资源、构建场景、测量和传达效果，并确保在正确的时间做出关键决策。
审批人
对方案成果负最终责任，并因此对所有关键决策负责。同时，审批人还负责提供必要的资源，审批人有权否决其他团队成员的决定，需要在向领导团队宣传该方案的过程中发挥重要作用。
促成者
商务和IT行业专家，包括受数据治理影响的业务主管、流程所有者及上下流程管理者、IT架构师、分析员以及系统专家等，帮助提供必要环境来实现目标，在不同阶段担任次要的顾问角色，为企业提供有价值的知识和见解。
受影响者
受数据治理工作影响的人，包括从数据治理方案受益的数据使用者，以及为直接从中获益但被要求改变行为方式和流程的利益相关者。
二、流程
为扩展任意内容，团队需要制定具备明确定义的可重复流程。因此，数据治理计划中需要存在四个核心流程：
发现
识别和了解需要治理的数据，包括映射涉及数据的业务流程、确定数据状态以及识别与其关联的组织和技术功能。
定义
此流程可记录数据定义、策略、标准和流程，包括分配所有权和定义关键指标及KPI。
应用
此流程包含执行数据治理策略、业务规则和管理工具，是一项团队工作。
衡量和监控
此流程可衡量数据治理工作的价值，并监控是否符合策略。
三、技术
随着技术的演进，数据治理方案总在不断发展，这意味着企业需要一个可扩展的技术平台,一个既能在当下实现价值，又能随着需求的不断变化而调整和发展的解决方案，这一解决方案需要具备可扩展、可模块化和可调整的特性，以便能够支持大量的数据管理系统和工具，包括：
-
注重互操作性
-
利用自动化实现加速
-
考虑使用云
-
构建元数据存储库
-
培养协作精神