企业数据治理存在很多误区和陷阱

企业数据治理存在很多误区和陷阱，最常见的陷阱包括：

重IT而轻业务： 尽管通常是专业IT人员最先认识到数据治理的必要性，但他们既不是数据的创造者，也不是数据的用户。

解决方案：将大部分数据治理工作重心保持在”业务”上，并将 IT 作为积极的合作伙伴角色进行整合，让业务与IT紧密协作。

数据的价值不被认可：并不是企业中的每个人都知道数据的价值，以及了解确保数据质量的价值。这通常不是因为员工故意忽视导致的，而是因为他们已经收益于获得的都是纯净数据，而不必通过处理资源来获取。

解决方案：在企业内部传达数据及数据治理的价值，要让相关利益者深刻意识到数据治理对企业竞争力的重要性。

选择错误的指标：选择一个简单明了的指标是很有诱惑力的，这样的指标听起来可能很不错，但实际上没有任何意义（即：我们把错误减少了20%，听起来很棒，但并没有真正告诉我们这个指标如何影响业务活动）。相反，应选择能展示数据和治理的改进如何帮助人们实现业务目标的指标。

解决方案：将整个企业 能展示进度和影响的不同业务指标连接起来，找到切实解决企业业务痛点和问题的指标，并进一步明确指标的定义和度量。

银行数据治理如何实施

数据治理领域包括但不限于数据标准、数据质量、元数据、数据模型、数据分布、数据存储、数据交换、数据生命周期、数据安全等内容。数据治理领域是随着银行业务发展变化的，领域之间的关系也需要不断深入挖掘和分析，最终将形成一个互相协同与验证的领域网，全方位地提升数据治理成效。

1、数据架构管理—规划并管理数据从产生端到使用端的分布、传输与存储的逻辑框架；

2、数据模型管理—企业的信息模型是企业数据标准的图形化展现；

3、数据标准管理—规范化企业重要活动及对象的数据记录格式；

4、数据质量管理—对数据的规范性、准确性、一致性、完整性、时效性进行持续监控和评估；

5、元数据管理—对企业数据资产的登记造册，并记录其相关性；

6、数据安全管理—对数据设定安全等级，保证其被适当地使用；

7、主数据管理—对企业关键的，跨系统共享的业务数据进行统一定义、集中保存、发布、更新及删除的过程；

8、数据生命周期管理—是对数据产生、存储、传输、使用和销毁全过程进行管理。

亿信华辰数据治理产品架构图

亿信华辰作为国内领先的智能数据产品与服务提供商，在长期的数据应用建设过程中积累了海量的数据治理案例和经验，已推出一站式数据治理管理平台-睿治，由元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、生命周期、数据安全等多产品组成，形成了一套从数据质量分析、问题发现、数据补录、流程管理到最后的绩效分析的全流程管理系统，帮助客户快速搭建起数据治理的全套管理流程和分析架构。

数据孤岛：数据孤岛对于企业的任何一个部门来说都是很痛苦的，尤其是数据治理相关的。这是因为，虽然数据可能满足一个部门的数据治理或使用需求，但未必满足另一个部门的需求标准。这会导致数据不一致，甚至引发更多问题。

解决方案：使数据治理成为企业文化和思维模式的一个变革措施，并将所有部门都纳入数据治理战略的规划和策略中。