將孤立的信息轉化為企業業務范圍內的洞察需要致力于數據治理，而想要正確地做到這一點并非易事。在最好的情況下，數據治理可以隨著公司戰略的發展而調整和擴展，并適應不斷增長的數據，最重要的是，它提供了一個通用的術語和信任，簡化了業務單元和職能部門之間的溝通。
如果說數據是新的石油，速度是商業的貨幣，那么數據治理就是將兩者融合在一起的紐帶。它是企業可以用來確保團隊在正確的時間擁有正確數據的一組系統、策略和流程，以增強和自動化流程、產品和體驗。在當今這個競爭激烈的環境中，這是個令人興奮和有價值的功能，但想要實現這一功能還需要大量的工作。在本文中，我們列出了一個三步流程，以開發和動員一個以業務為中心的數據治理程序。
步驟1：建立基礎組件
在許多企業中，數據治理通常只是局限于合規性、隱私性和安全性。毫無疑問，這些都是關鍵的領域，擴大范圍則可以通過更快、更知情的決策和運營效率來引入更多的業務價值。任何數據治理計劃都應該包括四個主要組成部分：數據治理指導委員會、數據所有者、數據管理員和數據管理團隊。
首先，盤點一下你的數據治理指導委員會。如果你還沒有，那就組建一個。它應該包括所有業務部門和職能部門的領導。如果你已經有了一個，但它缺乏跨職能的代表，那就擴大它。每個業務部門和職能部門都應該在委員會中有一名代表。根據委員會的規模和范圍，這可以是一名C級高管，或是與業務單元的核心數據和IT系統密切合作的人。
代表們必須首先明確委員會的目標，其中應包括一系列的業務和合規性驅動的目標。明確這些目標將有助于闡明指導委員會最適合實現的數據治理目標。例如，考慮一個代表大型醫院系統管理流程的醫療保健組織。指導委員會確定了一個目標，即在報告流程中實現更多的自動化。為了實現這個目標，他們決定首先必須在他們的客戶群中驅動通用數據定義。
一旦你組建了一個指導委員會并確定了目標，就應該分配角色了。每個業務部門和所代表的職能部門都應該有一個數據所有者，該數據所有者將建立并維護一定的政策和流程，并通過迭代流程來解決各自領域中最糟糕的數據質量問題。繼續使用醫療保健的示例，考慮到每個業務單元對拒絕索賠的定義略有不同，這就阻礙了企業更廣泛地采用允許他們自動化索賠報告的解決方案。指導委員會認識到有必要對這些不同的定義進行協調，因此對拒絕索賠的通用定義進行了協調，以實現數據匯總和自動報告。然后，委員會指派數據所有者采用這個公共定義，并在各自的業務部門或職能部門內管理數據與該定義的一致性。
接下來，你就需要分配數據管理員了。管理人員在功能和戰術上是一致的。他們會在推動政策遵守、領導特定領域的變更管理和報告數據質量等問題方面為數據所有者提供服務。例如，B2B軟件公司營銷部門的一名管理人員可能會負責鼓勵在公司的CRM工具中使用通用名稱(比如北、南、東、西)來按區域對客戶進行分類。數據管理員應該向使用該工具的銷售代表傳授這一實踐，監控其采用情況，并建議可以改進支撐該工具的政策。
最后，重要的是還需要建立一個數據管理團隊。該團隊通常是由技術IT資源組成的，是數據治理計劃的骨干。它的作用是啟用和監視已建立的策略和流程。為此，它會進行審計，以確保遵守了隱私和安全政策;評估數據的準確性、相關性和完整性;并推動你的數據生命周期策略——從數據的創建和初始存儲到數據的過期和銷毀。
步驟2：鍛煉你的機能，快速準確地將新數據引入你的生態系統
一旦建立了數據治理組織并定義了初始策略，你就可以開始構建機能，使數據治理成為一種靈活性的來源，幫助你預測問題、抓住機遇，并在業務環境變化和新的數據源可用時快速進行轉向。
你的數據治理能力需要負責識別、分類和集成這些新的和不斷變化的數據源，這些數據源可能是通過里程碑事件(如合并)或通過在組織中部署新技術來實現的。它是通過定義和應用一組可重復的策略、流程和支持工具來實現這一點的，你可以將該應用程序視為是一個封閉的流程，即新數據必須通過一系列檢查點來確保其質量。
這個流程的第一步是確定需要做什么才能和諧地引入新的數據。例如，我們的一個B2B軟件客戶收購了一家互補的公司，并試圖整合該公司的客戶數據。數據治理團隊確定，每個企業都有不同的管理客戶實體層次結構的方式，這些層次結構定義了看似不同但是將匯總到同一父級組織的客戶之間的關系。指導委員會決定，被收購公司應該繼承收購公司的客戶實體層次結構，以保護華爾街的關鍵指標。為此，企業必須采取以下措施：
•數據建模與設計：將被收購公司的客戶層次結構映射到現有的層次結構，并相應地更新數據建模工件(如實體關系圖)和工具。
•數據字典：使用歷史上下文來更新數據字典和主數據管理工具，以指定被收購公司的客戶數據將如何映射到現有的客戶層次結構。
•數據合規性和訪問：評估現有的合規態勢是否適合新的客戶數據，并決定是否部署額外的訪問或安全規定。
•數據質量設計和實現：在關鍵應用程序中實施控制，以防止銷售團隊的用戶創建重復記錄或輸入自由格式的文本(而不是搜索現有記錄)。
•溝通和變更管理：數據專員將變更傳達給受影響的用戶，并管理人員、流程和技術的后續變更
管理新數據的引入具有一定的挑戰性，但要抵制誘惑，不要追求一次性的解決方案，以犧牲長期的可擴展性和可重用性為代價來提高速度。你需要對流程進行投資，并利用它來為數據資產創造巨大回報的基礎。把上面的例子想象成J曲線的開始：進行徹底的分析和實施，雖然可能會導致短期的“損失”，但卻可以帶來巨大的、可擴展的長期收益。
步驟3：正式制定運營數據的管理實踐以實現持續的數據質量管理
最后一步是編纂數據管理工具和實踐，以保持現有數據的質量并支持實現目標業務結果。一流的數據管理程序通常會有明確的程序、節奏和工具來支持以下內容：
•主數據管理：支持為所有關鍵業務數據(如客戶、產品)創建單一主參考源的系統和流程，從而減少業務流程中的錯誤和冗余數量
•數據質量審計和監控：通過對工具和自動化流程的部署來幫助識別不符合定義的業務或符合規則的數據，因此不會達到不符合定義的質量閾值
•數據質量報告：定義數據質量指標或KPI的實踐，定期審查其進度，并確定改進計劃
•數據存儲操作：定義在數據生命周期中(從引入到銷毀)存儲各種類型數據的位置和方式的實踐，同時考慮獨特的隱私和法規遵從性
•數據管理：在關鍵業務部門和職能部門之間分配資源，以服務于數據質量策略——以及管理與將新數據引入環境相關的更改。
編纂這些實踐可以提高數據的準確性、完整性、一致性、時限、有效性和唯一性。高質量的數據可能是一個快樂的客戶和一個不滿意的客戶之間的區別。對于一個醫療保健客戶來說，在控制和監控技術上的大量投資有助于確保動態和靜態信息的數據質量，從而使企業能夠向客戶提供實時信息，并通過物理和數字渠道來提供一致的體驗。
一個好的數據治理程序可以提高單個業務功能和單元的性能。一個很好的方法是利用企業的數據來推動企業業務范圍內的轉型。讓你也擁有這一切吧。你將享受到更高的速度、敏捷性，并最終獲得更好的業務成果。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號