数据治理是当今快速发展且竞争激烈的企业环境中的一项要求。现在组织有机会获取大量不同的内部和外部数据，他们需要一个规则来最大化其价值，管理风险并降低成本。

什么是数据治理？

数据治理是流程，角色，策略，标准和指标的集合，可确保有效和高效地使用信息，从而使组织实现其目标。它建立了确保业务或组织中使用的数据的质量和安全性的流程和责任。数据治理定义了谁可以使用什么方法采取什么行动，采取什么数据，采取什么样的情况。

精心设计的数据治理策略对于使用大数据的任何组织都是至关重要的，并将解释您的业务如何从一致，通用的流程和职责中受益。业务驱动因素突出显示了数据治理策略中需要谨慎控制的数据以及此项工作所带来的好处。此策略将成为数据治理框架的基础。

例如，如果数据治理策略的业务驱动因素是确保医疗保健相关数据的隐私，那么患者数据需要在流经您的业务时安全地进行管理。将确定保留要求（例如，谁更改了哪些信息的历史记录以及何时更改）以确保符合相关政府要求，例如GDPR。

数据治理确保明确定义与数据相关的角色，并在整个企业内就责任和问责制达成一致。精心规划的数据治理框架涵盖战略，战术和运营角色和职责。

什么不是数据治理

数据治理经常与其他密切相关的术语和概念混淆，包括数据管理和主数据管理。

数据治理不是数据管理

数据管理是指管理组织的完整数据生命周期需求。数据治理是数据管理的核心组成部分，将数据质量，参考和主数据管理，数据安全，数据库操作，元数据管理和数据仓库等九个其他学科联系在一起。

数据治理可确保为合适的人员分配正确的数据职责。数据管理是指确保数据准确，可控并易于由相关方发现和处理所必需的活动。数据治理主要涉及战略，角色，组织和策略，而数据管理则完全涉及执行和操作。

数据管理员负责处理数据资产，确保实际数据与数据治理计划一致，与其他数据资产相关联，并在数据质量，合规性或安全性方面进行控制。

数据治理不是主数据管理

主数据管理（MDM）侧重于识别组织的关键实体，然后提高此数据的质量。它可确保您获得有关客户，供应商，医疗提供商等关键实体的最完整，最准确的信息。由于这些实体在整个组织内共享，因此主数据管理是将这些实体的碎片视图协调为单个视图-a超越数据治理的学科。

但是，如果没有适当的治理，就没有成功的MDM。例如，数据治理程序将定义主数据模型（客户，产品的定义等），详细说明数据的保留策略，并定义数据创作，数据管理和访问的角色和职责。 。

数据治理的好处

有效的数据治理策略为组织提供了许多好处，包括：

1、对数据的共同理解 - 数据治理为数据提供了一致的视图和通用术语，而各个业务部门保留了适当的灵活性。

2、提高数据质量 - 数据治理创建了一个确保数据准确性，完整性和一致性的计划。

3、数据映射 - 数据治理提供了一种高级功能，可以了解与关键实体相关的所有数据的位置，这是数据集成所必需的。就像GPS可以代表物理景观并帮助人们在未知的景观中找到自己的方式一样，数据治理使数据资产可用，更容易与业务成果联系起来。

4、每个客户和其他业务实体的360度视图 - 数据治理建立了一个框架，以便组织可以就关键业务实体的“单一版本的事实”达成一致，并在实体和业务活动之间创建适当的一致性级别。

5、一致的合规性 - 数据治理提供了一个满足政府法规要求的平台，例如欧盟通用数据保护法规（GDPR），美国HIPAA（健康保险流通与责任法案）以及行业要求，如PCI DSS（支付卡）行业数据安全标准）。

6、改进的数据管理 - 数据治理将人的维度带入高度自动化，数据驱动的世界。它建立了数据管理行为准则和最佳实践，确保一致地解决传统数据和技术领域（包括法律，安全和合规等领域）之外的关注点和需求。

若想获取更多前沿互联网资讯，洞悉数据奥秘，敬请关注微信公众号——西西西语，欢迎前来讨论学习~