当今的商业环境竞争激烈、瞬息万变、日新月异，这意味着只有最聪明、最快和最具创新精神的企业才能脱颖而出。但是，如果没有强有力的数据管理计划，这种成功越来越难以实现。如今，一般企业都会捕捉大量的内部和外部信息，因此需要利用这些数据来最大限度地提高价值、降低成本和管理风险。信息治理就是帮助企业做到这一点的一门学科。

对于许多组织而言，并不只有一个企业级数据存储库。海量数据、非结构化数据、日益增加的复杂性、信息多样性和运营智能创造了一个有无数活动部件的业务环境，需要一个全面、一致的总体数据处理战略。

数据管理

定义数据治理

数据治理是一套政策、流程、标准、衡量标准和角色，可确保高效和有效地利用信息，以支持组织实现其目标。简单地说，信息治理是一个帮助组织更好地管理数据资产的框架。

它规定了确保整个组织数据安全和质量的责任和流程。数据治理明确规定了谁有权在什么情况下，使用什么技术，对什么数据采取什么行动。深思熟虑的信息治理战略对所有企业都至关重要，包括那些从事大数据工作的企业。

例如，企业必须了解和理解 "客户 "一词在不同语境中的含义，以及在不同语境中对该词的理解对客户数据管理的影响。

数据管理的好处

数据治理为企业带来了广泛的好处。其中包括

将风险降至最低

违反业务数据的质量、安全性、隐私、完整性、可用性和可靠性会带来重大风险。首先，如果决策所依据的信息不符合规定的标准，组织的运作就会受到威胁。其次，如果企业被发现违反了 GDPR 和 HIPAA 等重要法律，就有可能受到监管行动的威胁。第三，由于客户和员工开始不信任数据，公司的声誉可能会受到破坏。数据治理通过系统地应对数据处理不善后可能危及业务的关键风险来降低风险。

全企业对数据的单一理解

如今，一般企业都会采集、存储和处理大量复杂的数据。这些数据是通过分布在多个业务部门的数十、数百或数千个接口获取的。每个业务部门都很容易陷入各自为政的境地，对其使用的数据形成自己的定义、理解和分类。这只会导致数据交接过程中的冲突或数据处理策略应用的不一致。

数据治理通过制定统一适用于整个组织的通用术语来协调对数据的理解（即使业务部门在成功履行职责时可能会有一些回旋余地）。

提高数据质量

数据驱动企业决策。数据质量差必然导致决策失误。例如，一家以婴儿潮一代为主要目标客户的企业，正在考虑在一个从未涉足过的城市开展业务。要想知道自己是否做出了正确的决定，它需要的一些数据是该城市的潮一代人口数量。如果它所依赖的数据不正确或过时，那么利用这些数据做出的每项决策都会存在固有的缺陷。

数据管理创造了一个确保数据一致性、完整性和准确性的工作环境。

数据映射

在一个组织中，创建或接收数据的界面非常多，久而久之，就很难清楚地了解公司保管着哪些信息。

信息治理使企业能够绘制所有数据的位置图。这使得数据资产可检索、可用、易于整合，并更容易与战略成果联系起来。

始终如一地遵守规定

数据治理可改善客户体验、降低运营成本、增加收入并提高效率。但对许多组织来说，信息治理计划主要是出于遵守法规的需要。企业实际遵守的数据处理法规因行业和司法管辖区而异。

这些法规和标准可能包括 HIPAA、GDPR、SOX 和 PCI DSS。违规行为可能会受到严厉处罚。如果屡次违规，甚至会被吊销营业执照。

改进数据管理

数据治理和数据管理这两个术语经常交替使用，但数据管理实际上是数据治理的一个子集。一个良好的信息治理框架能为技术驱动和高度自动化的世界带来人情味。

它确立了数据管理方面的最佳实践和行为准则，超越了传统上过分注重系统控制的做法。它确保数据管理的合规性、安全性和法律领域得到一致和全面的应用。

更好更快地了解情况

数据治理实施工作有助于简化和组织企业信息。这种组织方式不仅能提高数据本身的质量，还能带来更好、更快的洞察力。

通常情况下，业务数据的分布性、不规则性、不一致性和多样性会导致难以提取结论性见解。生成商业报告的过程需要几个小时甚至几天的时间，这很正常，因为在数据得到有效利用之前，必须进行格式化和协调工作。

信息治理迫使数据合并和整合，从而加快洞察力的提取。

更好的合作

企业可以拥有优秀的员工。但是，拥有优秀的员工并不一定能转化为高效的部门。而单个部门的高效并不总能转化为组织的高效。部门之间的协作越好，组织的整体工作质量就越高。

实施数据治理计划意味着打破部门之间的隔阂，鼓励以协调的方式处理数据。即使数据管理框架的推出过程已经完成，但已建立的合作渠道以及各部门之间的友情很可能会长期存在。

此外，高数据质量和对整个业务数据的一致处理将消除许多以前存在的摩擦点。

提高数据价值

直到最近十多年，企业才开始意识到数据作为企业资产的地位，与建筑物、汽车、现金和员工同等重要。然而，业务数据的价值在于它能够有效地推动企业实现其战略目标。

数据管理框架可提高数据质量，从而使其成为公司的更多资产。

降低成本

数据治理和管理不善会从多个方面增加业务成本。不明智的战略、部门间的冲突、有缺陷的模型、错误的产品开发和糟糕的规划，这些都是劣质数据引发决策的不同方式，最终导致公司付出高昂代价。

信息治理可提高业务数据的质量，从而消除企业不必要的开支。

选择数据治理工具

信息治理并不全是技术问题，但如果不依赖 IT 系统，几乎不可能以任何有意义的方式实施数据治理。毕竟，如今大部分企业数据都是以电子形式保存的。有许多信息治理工具可供用户选择。它们的成本和功能差别很大。

除了预算等基本考虑因素外，您还必须注意几个方面，以确保选择最合适的数据治理技术。这些因素包括可扩展性、与现有系统的兼容性、客户支持的质量以及以往用户的评价。

结论

实施数据管理框架并非一蹴而就。相反，这是一个复杂而长期的过程。这意味着参与者和利益相关者有可能随着时间的推移而失去热情。为了使项目更加激动人心，更加贴近生活，建议您采用敏捷项目管理方法。

因此，要把计划分解成工作故事，然后确定最优先开始实施的故事。通过敏捷工作流程反复运行这些优先级故事，直到它们满足信息治理框架的预期。在完成一些工作故事的同时，也要承担新的故事。这样，治理举措就会变得易于管理和有限。

关键业务驱动因素将决定哪些故事和数据需要最优先处理。例如，如果您的数据治理计划的驱动力之一是确保医疗保健信息的保护（符合 HIPAA 和 GDPR 等法规），那么其中一项工作就是在采集、存储、传输和使用过程中保护患者数据。

数据治理委员会应确保在项目开始时向业务部门负责人和其他利益相关者提出所有正确的问题。这可确保项目在正确的基础上启动，并清楚地了解治理现状和倡议的最终目标。

什么是数据管理？

立即开始

了解更多信息