根据 Gartner 的数据，到 2022 年，只有 20% 的分析洞察能够带来业务成果。换句话说，80% 的公司大数据项目将会失败和/或无法产生成果。
导致失败的原因有很多，但最常归咎于糟糕的（或完全缺乏）数据治理策略。本文讨论了可靠的数据治理实施计划的重要性，以及为什么尽管数据治理有明显的好处，但许多组织仍发现实施数据治理具有挑战性。
了解数据治理
数据治理 (DG) 应是整个组织数据管理计划的核心要素。正确实施数据治理可让企业利用其数据资源实现预期的业务成果。
理想情况下，一个可靠的数据治理计划应包括数据治理团队、数据管理员和管理机构，通常是一个由组织高层利益相关者组成的指导委员会（数据治理委员会）。该小组共同制定数据治理政策/标准以及由组织的数据管理员和利益相关者实施/执行的程序。
数据治理有许多复杂的定义。简单地说，数据治理是“管理组织企业业务数据的可用性、使用率/可用性、安全性和完整性的一套流程/政策/策略”。
数据治理在当前和未来的商业环境中至关重要。它使组织能够遵守不断变化的数据隐私法规，并通过合理的数据驱动决策优化其运营。有效的数据治理计划将确保组织拥有值得信赖的、单一版本的事实和一致的数据，并防止错误的访问/使用和滥用。
组织数据治理的利益相关者
从企业高管和 IT 专业人员到数据操作员和最终用户，多位参与者在确保数据得到适当收集、访问、存储和/或使用方面发挥着关键作用。以下是他们的具体职责：
首席数据官 (CDO) – 负责监督数据治理实施计划或方案，并对其成 埃及电报数据 功或失败承担最高责任。
数据治理团队——全职负责/协调数据治理项目，并向总干事/首席数据官（兼任总干事经理）汇报。
数据治理指导委员会——批准/管理 DG 政策和内部 DG 法规和策略的企业高管和数据所有者/运营商代表。
数据管理员——监督数据集以维护数据完整性并确保委员会政策的实施和最终用户遵守政策。
其他人——数据建模者、数据工程师、数据架构师和数据质量分析师也为 DG 流程做出了贡献。
有效数据治理实施计划的步骤
数据治理计划包括流程、规则、技术、组织结构和政策，这些定义了组织如何实施数据治理。每个组织都必须记录其 DG 框架，并与所有团队和数据用户共享/沟通。
组织将利用 DG 软件来自动化各种数据治理和管理任务，这些任务称为 DG 工具。这些工具通常与支持主数据管理、元数据管理和数据质量管理的工具一起使用。
每项数据治理实施计划都必须从确定企业数据资产的保管人/所有者开始。首席数据官或其他高管负责监督创建数据治理计划结构，包括创建 DG 团队、确定合适的管理员以及召集指导委员会。