数据治理——企业转型新驱动力
发布时间：2019-09-12 18:14

一

数据治理为什么被重视？

埃森哲曾发布了有关各行业平均GDP的增长率白皮书，上面写道：单纯的看自然增长，制造业只有2.1%，而通过数据以及人工智能的帮助下，制造业将会上升到第二名4.4%。

除了埃森哲之外，伯纳德·马尔在《大数据》中也提到：到2020，估计每秒钟就会创造出1.7兆的新数据。

众所周知，数据被各个行业所利用率是比较低的，虽说现在部分公司已经意识到了数据的价值，并打算利用数据创造新的商业模式，但是效果依旧不是那么可观。

要知道，行业是由风险存在的，数据也不例外。就比如说：Facebook上曾发生过个人隐私泄露事件，直接导致Facebook市值缩水640亿美元，就连扎克伯格也受到国会质询。

我们为什么要推行使用数据治理？就是为了合规、高效地产生数据价值。

二

那么我们又该如何的合规、高效地产生数据价值？

我们应该认清数据其本身的价值，而不是技术层面的一些片面的内容，在使用数据的时候，我们还需要构建好生命周期、深度、以及方位的治理体系，而这种体系就包括三大层面：一是数据治理组织体系；二是数据治理工具；三是数据治理管控流程。

*数据治理组织体系：

数据治理组织的构建旨在通过建立数据治理组织架构，明确各级角色和职责，保障数据治理的各项管理办法、工作流程的实施，推动数据治理工作的有序开展。

*数据治理管控流程：

数据治理管控流程是为了让方案能真正有序的落地。

如下图：

*数据治理管控工具：

 

数据治理管控工具就如同它的名字一样，是为了帮助企业更快更好的规划落实规范制度。当然数据管控工具不仅仅只是在这一层面的内容比较突出，它在数据资产管理、数据标准管理、元数据管理、数据质量管理、数据运维管理以及数据生命周期管理方面也尤为重要。

而Erwin在数据治理方面尤为突出，不仅提高了数据质量的一致性，更是减少、开发和维护的成本，尤其是在实现企业“数据流畅性”对于存储在任何地方的任何企业数据，均支持及可视化。并在集中模型开发，确保数据最大化的重复使用与一致性。

在数据资产价值被高度认可和开发利用的今天，数据治理不仅仅需要作为一项管理职能在企业内贯彻执行，也应该成为一种企业文化。