也谈数据治理

1.数据治理的概念

数据治理，对于有数据的企业来说，是一个非常重要的内容。数据治理，之所以重要，是因为当前，数据已成为一种重要的资产，是组织进行管理、生产和行动的重要职称。

笔者结合了多方资料，给数据治理定义如下：数据治理是指为确保数据安全、合理所有、准确、可用和易用所执行的所有操作。它包括人们必须采取的行动、必须遵循的流程以及在整个数据生命周期中为其提供支持的技术。[1]

从这个意义上来讲，任何有数据的组织，都会有数据治理，但数据治理的水平有高低之分。数据治理的水平，体现为数据使用的便利，以及数据使用的安全。

2.数据治理的要点

一般来说，数据治理会涉及两点：（1）数据使用是否方便；（2）数据是否安全。这两点，是数据治理的核心要点。笔者也看了很多数据治理的博文，但其实对组织来说，数据治理的核心依然是使用数据和确保数据安全。

2.1 数据使用的便利性

数据使用的便利性，是数据治理的基础。对于使用数据的组织来说，如果使用数据不能带来便利，也就意味着不可能再进行数据相关的工作；与之相应的，数据治理也就无从谈起。

数据的使用，一定是带来便利的。在数据带来便利的基础上，可以进行的事情是：

（1）让数据带来更多便利；

（2）确保数据的整体性和通畅性，避免数据孤岛；

（3）读数据进行整理和清洗。

2.2 数据的安全性

数据治理的另一个要点是安全性。只有安全使用数据，数据才能真正有价值。

数据安全不等于什么都要管，或什么都不管。数据安全的要点其实要达到两个要点：（1）既方便使用者使用；（2）又不让不安全的事情发生、

数据安全性的规则为：

（1）宏观和整体的安全；

（2）分权的安全。

这两条规则是相辅相成的。宏观和整体的安全是基础；对于组织外部来说，数据不会被随意侵占；基础数据的保存和安全规则是长期和持续存在的。同时，数据是属于公司整体所有，分部门和权限让不同部门和权限所有者进行管理。在使用数据时，不同部门和权限所有者需要按照规则使用数据。

正是由于数据按照不同部门和不同权限所有者使用，按照合理规则使用，才让数据具有了治理属性。数据治理这一词，才更准确。

3.数据治理的实现路径

数据治理如何实现，其实是数据拥有组织最关心的内容。

一般来说，数据治理实现的思路是：在标准和安全、质量的两个基本规则的限制之下，由基础的硬件设施、搭建数据治理平台，再到建立良好的数据治理规则和核心体系。

基于该方法，数据治理的结构图一般都会如下所示：

这其中，让数据变得通畅，建立合理的数据使用规则，是最重要的事情。

当然，在实际操作的时候，一定要注意：数据治理对于组织来说，就是一次权力的再分配。这其实意味着：（1）数据治理从来都是一把手工程；（2）数据治理直接负责人，一定要合理的协调能力，协调各方，并最终建立数据治理规则。

4.数据治理的误区

数据治理的误区主要如下：

（1）认为数据治理不重要。实际上，数据治理很重要。任何有数据的组织都存在数据治理。正常情况下，数据治理水平高的组织，其效率和安全性就更高。

（2）认为数据治理最重要。实际上，数据治理是效率提升，但前提是必须有效率。

（3）组织内不同部门把自有数据当做自己的“自留地”，信息孤岛广泛存在；

（4）数据治理的规则同一化。而实际上，没有一个统一的数据治理规则。但让数据高效和安全使用是任何组织进行数据治理提升的根本目的。

（5）认为数据治理可以一劳永逸。实际上，数据治理永远在路上。

5.数据治理的涉及技术

数据治理涉及的技术一般如下：

（1）数据库技术。数据治理的基础是数据，数据存储的载体一般是数据库。目前主流的数据库有Oracle、MySQL、SQLServer、HBase、MongoDB等。

（2）数据加密技术。数据加密主要有加密算法，主要有对称加密和不对称加密。数据加密算法一般为RSA、MD5等。

（3）数据分析技术。数据分析技术一般是指对数据使用进行分析，从而让数据高效。比较常见的数据分析技术为常见的统计方法和机器学习方法。数据分析技术的工具有Excel、Stata、EViews等。

6.数据治理的改进和持续优化

数据治理需要持续优化和改进的。数据治理的改进和持续优化应该明确如下规则：

（1）明确数据治理的规则；

（2）进行持续的改进。

参考资料

[1]https://cloud.google.com/learn/what-is-data-governance?hl=zh-cn

[2]数据治理怎么做？这篇万字长文终于讲清楚了！ - 知乎

[3]数据治理工具和解决方案 | IBM

[4]什么是加密？ 数据加密定义 | IBM