企业数据治理（怎么做数据治理）

　　数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁能根据什么信息，在什么时间和情况下，用什么方法，采取什么行动。数据治理是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。

　　企业要想做好数据治理，应该从什么时候开启启动呢？一些情况要求立即开始主动数据治理，例如当您获得多个CRM系统和ERP系统，它们要求与多领域MDM系统集成，以便让它们继续充当录入系统，或当您的当前源系统非常脆弱或很难维护或修改。

　　在这些情况下，要忍受困难并从一开始便为主动数据治理作出计划。一些组织拥有成千上万个直接在MDM系统中授权主数据的最终用户，并且有一个数据管理员团队支持他们、发现异常、解决低质量匹配、在需要时手动合并重复记录等等。另一种应用情况是当您发现自己最终会选择主动数据治理方法 — 何必再为建立源系统到多领域MDM系统的双向集成而争论？您或许不妨直接授权最终用户来编写主数据。

　　作为国内较早涉猎数据治理领域的企业，数聚股份推出的数聚治理平台DGP是一款全维度、多行业的数据治理平台产品。是基于企业集团数据管理特点和多层级需求的智能数据管理平台，将先进的数据治理理念应用于企业的数据资产管理，提供多维度、跨部门、全流程的数据治理能力，通过可配置的快速部署，将包括数据标准、主数据、元数据、数据质量、规则模型等数据资产在治理平台中落地，协助企业全面掌控数据资产现状、提升数据质量、实现数据互联互通、提升数据获取效率、保障数据安全合规、持续释放和挖掘数据价值。

　　该套数据治理产品拥有九大核心功能与价值：一、数据标准管理：建立规范的数据标准，消除跨系统的非一致性。二、主数据管理：规范主数据获取、管理与应用，最优化管理和使用黄金数据。三、元数据管理：自动采集元数据，生成数据影响力分析，血缘图谱和全链路分析。四、数据质量管理：获得干净、结构清晰的数据。五、数据需求管理：需求申请、审批到退回的全周期管理。六、规则模型管理：完整表达业务主体的数据相关性。七、数据安全管理：感知危险、防范泄露，管理权限、数据容灾。八、流程配置管理：可视化流程配置，流程元素灵活配置，管理标准化、流程化。九、数据资产管理：构建全域数据资产地图，实现数据标准化、资产化、服务化。

　　企业的数据治理应用场景有以下几点：一、主数据管理场景：通过数聚治理平台集中管理主数据：数聚治理平台能够对客户主数据进行增删改查和校验等操作，比如查看行业代码是否填写或查验合规情况。针对不规范数据，即时提醒客户修订或补全，再通过平台补录、审批、确认等流程完成修正，最后通过平台分发应用到子业务系统中，提高数据质量。

　　二、元数据应用：采集数据资产元数据，理清资产间关系：数聚治理平台可通过自动获取或手动获取两种方式，采集各类数据资产（如客户信息内的元数据信息），并对其进行集中管理。根据采集的元数据，输出影响和血缘分析报告，帮助决策者迅速了解资产间关系。

　　三、规划与模型应用：校验业务数据，规范业务人员操作：当某一产品信息在产品主数据中已关闭，但业务系统中还存在，平台可以根据设定规则进行校验，发出提醒或预警。对于各类存在特定范式的字段，可以通过特定SQL和正则表达式书写规则，进行针对性核验，帮助管理者评断违规操作，确保流程和数据规范。