数据治理项目实施指南：理论框架与实践路线

数据治理项目实施指南：理论框架与实践路线

引用

CSDN

1.

https://blog.csdn.net/elevenli9216/article/details/138161734

数据治理是一个复杂的体系工程，与传统IT类项目管理不同，数据治理项目相当于一个项目集的管理。本文参考了多个权威标准和白皮书，如GB/T 34960.5-2018、GB/T 36073-2018等，并结合实践经验，系统阐述了数据治理的理论框架和实施路线。

什么是数据治理

关于数据治理的定义，有以下几个主要来源：

1. 对数据进行处置、格式化和规范化的过程。——GB/T 35295_2017信息技术 大数据 术语，定义2.1.43
2. 数据资源及其应用过程中相关管控活动、绩效和风险管理的集合——GB/T 34960.5—2018数据管理能力成熟度评估模型，3.1
3. 通过建立数据决策的权限和责任，为数据管理活动和职能提供整体的指导和监督。这些权限和责任的建立应该考虑到组织的整体需求。——DAMA
4. 在数据创建、评估、使用、控制等数据管理活动过程中，对组织内相关部门和人员权责的一系列规范和要求，包括了流程、角色、制度、标准等方面的内容，以保障组织能够通过高效地使用数据实现其目标。——Gartner

关于数据治理的理论框架：

• 国际数据治理研究所（The DataGovernanceInstitute，DGI）于2004年提出了数据治理框架（Data Governance Institute, DGI）
• 国际数据管理协会（DAMA，Data Management Association International）于2009年发布了数据管理知识体系2，并于2017年对数据管理模型进行了更新。
• 我国于2018年发布《数据管理能力成熟度评估模型》（GB/T 36073-2018）国家标准，是国内数据管理领域的第一个国家标准，该标准全面定义了数据管理活动框架，包含8个能力域、28个能力项。

数据治理的建设框架

国标GB/T 34960.5-2018 数据治理规范-数据治理框架当中定义了数据治理的建设框架，如下图：

（一）顶层设计：基础

• 战略规划：数据战略规划应保持与业务规划、信息技术规划一致,并明确战略规划实施的策略。
• 组织构建：聚焦责任主体及责权利,通过完善组织机制,获得利益相关方的理解和支持,制定数据管理的流程和制度,以支撑数据治理的实施。
• 架构设计：关注技术架构、应用架构和架构管理体系等,通过持续的评估、改进和优化,以数据的应用和服务。

（二）数据治理环境：保障

• 内外环境：组织应分析业务、市场和利益相关方的需求,适应内外部环境变化,支撑数据治理的实施。
• 促成因素：组织应识别数据治理的促成因素,保障数据治理的实施。

（三）数据治理域：对象

• 管理体系：组织应围绕数据标准、数据质量、数据安全、元数据管理和数据生存周期等。
• 价值体系：组织应围绕数据流通、数据服务和数据洞察等,开展数据资产运营和应用的治理。

（四）数据治过程：方法

• 统筹规划：明确数据治理目标和任务,营造必要的治理环境,做好数据治理实施的准备理。
• 构建运行：构建数据治理实施的机制和路径,确保数据治理实施的有序运行。
• 监控评价：监控数据治理的过程,评价数据治理的绩效、风险与合规,保障数据治理目标的实现。
• 改进优化：改进数据治理方案,优化数据治理实施策略、方法和流程,促进数据治理体系的完善。

数据治理的实施目标

引用《DAMA 数据管理知识体系指南》一书给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合（规划、监控和执行）。数据治理职能指导其他数据管理职能如何执行，数据治理的职能指导其他所有的数据管理职能。数据治理的目的是确保根据策略和最佳实践来正确地管理数据。说句大白话，数据治理就是确保数据能够被有效的管理起来，从而更好的发挥数据价值。

数据治理的实施过程框架

数据治理的实施过程框架，引用《信息技术-大数据 数据治理实施指南（征求意见稿）》，比较有借鉴意义，总体框架符合PDCA的理论基础，通过规划、执行、评价和改进的方式对数据治理全生命周期进行有效的管控，当然，数据治理当中的各项活动也是需要按照这个框架来执行，才能促进治理的效果不断提升。

数据治理项目的实施过程组

数据治理项目的实施过程，目前业界比较系统的是信通院《数据资产管理实践白皮书5.0》、数澜科技和华为的执行框架，这里参考相关执行路线结合个人项目实践做了部分调整：

• 统筹规划阶段：确定数据战略，明确数据治理组织、建立项目组织、指定项目经理、明确职责和分工、准备平台工具，签署项目目标责任书。
• 需求管理阶段：收集和分析客户的业务现状、信息化现状，并完成业务调研、数据调研和系统调研。
• 资源评估阶段：完成项目交付阶段所需的基础设施资源、人力资源和实物资源的评估。
• 实施保障阶段：定义项目执行计划，完善数据治理组成员、制度体系和建立风险体系管理。
• 方案设计阶段：制定数据治理各项活动的方案设计，包括数据架构、元数据、数据质量、数据安全等内容，并确定方案作为项目交付的标准。
• 方案实施阶段：根据方案来完成数据开发相关工作。
• 成果交付阶段：完成过程的交付件，客户评审并验收。
• 资产运营阶段：对数据资产进行运营，提升数据治理成效，持续提升治理水平。