数据治理这是一个非常复杂的领域，因此实现和维护数据治理带来了一系列挑战。幸运的是，成千上万(如果不是数百万的话)的组织使用数据治理来改进他们的操作，因此您可以从其他人的错误和成功中学习。以下是数据智能组织在维护和修改其数据治理计划时采用的一些数据治理最佳实践:
- 关注运营模式
- 识别数据域
- 识别数据域中的关键数据元素
- 定义控制测量
- 促进一致的沟通
- 用指标衡量你的目标
现在，我们将深入探讨什么是数据治理最佳实践，并进一步阐述上面列出的六个最重要的实践。
什么是数据治理最佳实践?
最佳实践来自于经验，因此在实现和使用数据治理程序时，环顾四周并考虑其他组织所做的事情总是一个好主意。您可以做的最好的事情之一就是从小处着手，并从那里构建您的数据治理程序。这将帮助您测试策略并找出在您的独特环境中最有效的策略。
数据治理最佳实践是我们根据客户的成功经验确定的一组建议。我们的最佳实践可以帮助确保您的企业从数据治理计划中获得最大收益。下面我们将讨论我们认为的数据治理策略的六个最佳实践。
其中一些可以是宏观战略，包括清晰地定义和传达组织的数据治理计划的愿景和目标，并确保以几种不同的方式衡量进展。其他的可能是技术性的，比如定期参与企业数据架构审查，或者在涉及数据请求和权限、工作流和审批过程时强调自动化。
1.关注运营模式
操作模型(有时称为资产模型)概述了组织如何定义角色、职责、业务术语、数据域等。这反过来又会影响工作流和过程的功能。它会影响组织如何围绕其数据进行操作。
操作模型是任何数据治理计划的基础。其思想是建立企业治理结构。根据组织的不同，结构可以是:
- 中心化(一个中央机构管理一切)
- 分散的或联合的(有多个权限组)
操作模型示例
以下是一家保险公司如何与Collibra合作建立其运营模式的例子:亚愽视频
保险公司是跨职能的，经常需要不同业务部门之间的协作，比如财务、销售、营销和IT部门。每个部门都有不同的数据治理代表、业务主管(数据所有者)和技术主管(支持数据的基础设施所有者)。管理人员组成的小组向上延伸到业务线的负责人，而业务线向上延伸到业务和IT的领导者。
作为数据治理最佳实践，该公司创建了一个企业数据治理结构，并成立了一个向首席数据官报告的企业数据治理委员会。定义整个组织的所有权领域是很重要的。确定权限将有助于您的数据治理计划社会化，并建立一个智能结构，将数据计划作为一个力量单位来处理。
业务和IT的成员组成不同的小组，并与通常称为数据治理委员会或数据管理委员会的报告结构保持一致。该委员会讨论日常数据问题，做出决策并在整个组织内传播信息。数据治理委员会确保正式的所有权，并确定正确的工具和技术来支持管理员，以便他们能够有效地执行工作。
下面是一个跨组织的角色和职责的例子，由运营模型决定:
有关操作模型的更多数据治理最佳实践，请查看这个视频关于渐进式如何在整个组织内建立所有权体系。
2.识别数据域
在建立数据治理结构之后，数据治理最佳实践是确定每条业务线的数据域。最著名的例子包括客户、供应商和产品数据域。每个数据域包含以下构件:
- 数据所有者
- 业务术语表
- 数据字典
- 业务流程
- 数据目录
- 报告目录
- 数据质量记分卡
- 系统和应用
- 政策和标准
通常，组织在遇到问题时识别数据域。
数据治理中的数据域是什么?
通常，数据域(特别是在数据治理系统的上下文中)表示一组特定的逻辑数据。
因此，换句话说，数据域将是一组具有相互关联或共同之处的数据。
特定的数据域可能具有共同的概念、相似的目的、与组织结构相关，或者属于组织内部(或外部)的特定部门。
最著名的例子包括客户、供应商和产品数据域。每个数据域包含以下构件:
- 数据所有者
- 业务术语表
- 数据字典
- 业务流程
- 数据目录
- 报告目录
- 数据质量记分卡
- 系统和应用
- 政策和标准
为什么这对你的组织很重要?此外，为什么数据域对您的数据治理最佳实践计划很重要?
首先，拥有一个优秀的数据域系统可以帮助在识别数据方面发挥越来越重要的作用，并使您的数据公民不仅能够更好地管理企业范围内的数据，而且还能在数据问题发生之前解决问题。
但通常情况下，组织在遇到问题时识别数据域。
数据域示例
以下是一个金融服务公司的例子，该公司克服了数据挑战，并遵循了识别数据域的数据治理最佳实践。
该公司很难获得数据的可见性，并希望获得更多关于客户的见解。它有许多需求，都与这些业务问题有关;例如，要求包括:
- 提升客户体验
- 控制客户需求的确认
- 管理客户使用情况
- 增加存储计费周期的追加销售
数据分布在多个系统和应用程序中，没有明确的所有权。
公司通过识别与客户领域相关的关键利益相关者、业务流程和数据集，并围绕其生命周期建立控制，从而创建所有权。这让数据用户清楚地了解数据来自哪里，谁拥有它，何时发生变化以及谁应该参与其中。
下面是数据域“Customer”的示例图，显示了跨数据域的端到端数据沿袭:
3.识别数据域中的关键数据元素
定义数据域之后，下一个数据治理最佳实践是识别关键数据元素。在上面的谱系图中，很明显，数据域涉及到包含关键报告、关键数据元素、业务流程等的几十个、100个和1000个系统和应用程序。在数据治理计划的早期阶段，没有必要通过一次关注所有数据工件来煮沸海洋。数据治理最佳实践实际上是只识别什么是至关重要的谈生意。
Collibra社区中数据治理最佳实践的最新示例来自一家技术公司。亚愽视频公司需要数据治理来验证客户报告和相关的源系统。在实施的第一阶段，公司只确定了10份最重要的报告，并记录了有关原产地系统的信息。后来，它扩展了计划，为所有报告应用认证需求和相关的源系统信息。简单地说，如果报告的所有者不能证明其在原产地系统中的可追溯性，那么报告就不被认证。
4.定义控制测量
下一个数据治理最佳实践是设置控制度量来维持数据治理程序。数据治理不是一次性的项目。这是一个持续的项目，旨在推动数据驱动的决策制定，并为商业创造机会。它使组织达到商业标准。控制措施包括以下主要活动:
- 为批准、升级、审查、投票和问题管理定义自动化工作流程和阈值
- 将工作流流程应用于治理结构、数据域和关键数据元素
- 制定项目进度报告
- 通过自动化工作流程获取反馈
例如，当Collibra在加州的一个技术客户开始进亚愽视频行数据治理时，它首先定义所有权、角色和责任;定义业务数据定义;并应用工作流过程将数据管理员包括在变更管理过程中。
最后，它建立了一个健壮的数据治理组织来支持正在进行的项目。该公司使用Collibra作为管理亚愽视频所有定义和执行控制过程的参与系统，例如入职、批准和获取反馈。
5.促进一致的沟通
数据治理的好处之一是它有助于创建一种共享语言，因此有效的通信是数据治理的最佳实践。关于数据治理通信，有三个部分需要考虑:买入、入职和采用。
支持
数据治理影响到组织的每个部分;所以，要确保组织中每个部门的领导都理解它的价值。与管理人员沟通数据治理将如何帮助他们实现战略目标，以及如果他们不参与其中会带来什么风险和后果。通过获得高管的支持，您就有更好的机会获得资金和资源，并推动各个部门之间的采用。亚博 在线
新员工培训
不幸的是，你不能打个响指，每个数据公民都知道数据治理的来龙去脉;您必须对他们进行数据治理流程方面的培训。这需要教育他们了解数据治理的价值，并与他们沟通数据治理如何影响他们的日常生活。通过个性化通信，您可以激发数据公民想要了解更多关于数据治理的知识。
采用
最后，您需要始终如一地传达数据治理的价值，以便高管和日常用户都能采用数据治理实践和技术。你可以这样做:
- 在工具中嵌入关于数据治理的警报和通知
- 举行入职茶点
- 报告数据治理指标和进度
- 提供政策变化和问题的最新信息
6.用指标衡量你的目标
最后，重要的数据治理最佳实践是度量您的数据治理程序。您的团队需要评估数据治理计划的进度及其对组织其他部分的影响。
这种数据治理最佳实践对组织来说往往是最具挑战性的，但它是推动持续改进的基本要素。
第一步是理解和定义什么是成功。在你的公司取得的成功和在其他公司取得的成功是不一样的。成功将取决于组织的总体目标是什么。问问你自己和你的队友
- 一个成功的数据治理项目是什么样的?
- 实现数据智能意味着什么?
- 我们如何知道我们何时实现了数据智能?
一旦，你可以回答上述问题，你可以确定你的目标和评估标准。你的关键绩效指标应该与组织的目标和战略直接相关。一些需要跟踪的区域是
- 数据字典和业务术语表的开发-跟踪你上传了多少条款和资产到你的系统
- 访问-跟踪用户获取所需信息所需的时间
- 采用-衡量有多少员工使用你的数据治理技术，使用频率和使用时间
- 问题管理-计算你的组织记录了多少与数据相关的问题，并评估团队解决这些问题的效果，团队解决了多少问题，以及解决这些问题需要多长时间
- 数据质量-监测可用数据的清洁度及其适用性
- 政策合规-衡量贵机构在多大程度上遵守内部团队和外部监管机构制定的标准(见下图）
- 可重用性和可伸缩性-记录组织最常遵循的流程以及它们如何随时间演变
- 金融投资回报率-计算数据治理对组织的财务影响
这些只是数据智能组织所遵循的一些数据治理最佳实践。根据不同的行业，有不同的方法。要了解有关数据治理实践以及它们如何产生积极业务成果的更多信息，请查看以下内容成功的故事。
