一图梳理企业数据治理的8项举措
导读：在企业数据治理的战术层面，有一套完整的数据治理实施方法论，包括理现状与定目标、能力成熟度评估、路线图规划、保障体系建设、技术体系建设、策略执行与监控、绩效考核以及长效运营。
笔者将其记为数据治理的8项举措，如图3-5所示。通过落实这8项举措，构建数据治理的核心能力，铺平企业数字化转型之路。
▲图3-5 企业数据治理的8项举措
01 理现状，定目标
企业实施数据治理的第一步是厘清企业数据治理的现状，明确数据治理的目标。
理现状：从组织、人员、流程、制度、数据、系统等多个方面进行需求调研和现状分析，以便对企业的数据治理现状有个全面的认识。
定目标：企业不会为了治理数据而治理数据，其背后是管理和业务需求在驱动。数据治理目标应紧紧围绕企业的管理和业务目标而展开。
02 数据治理能力成熟度评估
很多企业想进行数据治理，但是不知道该如何入手，数据治理能力成熟度评估为企业数据治理提供了一个切入点。
数据治理能力成熟度评估是利用标准的成熟度评估工具，结合行业最佳实践，针对企业的数据治理现状进行客观评价和打分，从而找到企业数据治理的短板，制定切实可行的行动路线和方案。
可参考的数据治理能力成熟度评估模型有CMMI的DMM模型、EDM的DCAM模型、国标DCMM模型（GB/T 36073—2018）、IBM数据治理成熟度模型、MD3M主数据管理成熟度模型等。
03 数据治理路线图规划
企业数据治理路线图是以企业数据战略—愿景和使命为纲领、以急用优先为原则、以分步实施为策略进行的整体设计和规划。
治理路线图主要分几个阶段实施，每个阶段的治理目标、时间节点、资源投入、输入输出和预期收益等。数据治理路线图的重点是给出具体的阶段性目标，以及实现这些目标所需的步骤、方法、资源、技术、工具等。
治理路线图是对企业数据治理的全方面、全链路的体系化规划，解决企业数据治理“头痛医头，脚痛医脚”的问题。
04 数据治理保障体系建设
企业数据治理的保障体系包含组织和人员、制度和流程等方面的内容。
通过建立专业负责、分工协作的数据治理组织体系，落实各数据管理组织和支持部门的权责，实现数据治理从项目型组织管理向专业实体组织管理的转变。
通过建立并健全数据治理制度和流程，落实各级数据管理部门和提报人的岗位和职责，规范数据的新增、变更、使用流程，从而最大限度地提升数据质量。
05 数据治理技术体系建设
企业数据治理的技术体系包括但不限于：数据梳理与建模、元数据管理、数据标准管理、主数据管理、数据质量管理、数据安全治理、数据集成与共享。不同的行业、不同的业务场景，应使用与其相适应的数据治理技术。
06 数据治理策略执行与监控
该过程控制是指合理协调与利用企业各项资源的各种措施和策略，主要包括事前预防策略、事中控制策略和事后补救策略。
07 数据治理绩效考核
数据治理绩效考核是为了更好地检验数据治理目标而进行的绩效评估和改进活动。在数据治理方面，企业需要建立一套奖惩分明的绩效考核体系，通过合理有效的激励和问责机制，规范数据管理流程，落实各参与方职责，从而提升企业数据质量，确保数据的合规使用，以推动数据战略目标的最终实现。
绩效考核是一个闭环管理的过程，主要包括制定考核方案、明确考核对象、建立考核指标、执行考核结果、促进优化改进等。
08 数据治理长效运营
在数字时代，业务、技术都变化非常快，企业应紧跟时代脉搏，采用“小步快跑，迭代优化”的方式进行数据治理，以实现数据治理的长效运营。
迭代并不意味着完全颠覆，而是业务、技术、管理经验的不断累积与传承，持续改善与优化。
本文摘编自《一本书讲透数据治理：战略、方法、工具与实践》，经出版方授权发布。（ISBN：9787111694489）
点击上图了解及购买转载请联系微信：DoctorData
推荐语：这是一本能为数字化转型企业的数据治理提供全面指导的著作。用友集团官方出品，基于国际主流的数据治理框架和用友多年的数据治理经验，从道、法、术、器4个维度全面、深入展开，不仅有数据治理在战略层面的顶层设计，还有数据治理在执行层面的实施方法，既可以作为数据治理的纲领性指南，又可作为数据治理的实操手册。
刷刷视频👇
干货直达👇
更多精彩👇
在公众号对话框输入以下关键词查看更多优质内容！
读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化AI | 人工智能 | 机器学习 | 深度学习 | NLP5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生
据统计，99%的大咖都关注了这个公众号👇