数据治理准备的五大支柱：组织支持

很重要的是，业务领导者应为其数据治理工作提供组织支持。

《通用数据保护条例》生效后，各组织需要确保它们已经做好了数据治理的准备。

我们将继续我们关于数据治理的五大支柱系列。今天，我们将探讨数据治理的第二个支柱，组织支持，以及为什么它对确保数据治理成功至关重要。

在现代数据驱动的商业世界中，数据是一个组织最宝贵的资产，成功的组织很重视数据。在这方面，我们可以将数据治理视为资产维护的一种形式。

例如，在生产设施中的生产线。组织理解设备维护是一个重要的持续过程。他们要求使用设备的员工接受适当的培训，确保设备清洁、安全，并正确地工作，不得误用。

他们这样做是因为他们知道维护可以防止，或者至少可以推迟维修，因为维修成本高昂，并在停机期间导致收入损失。

组织支持：信息生产线

尽管数据具有无形的性质，但维护实物资产的相同想法也可以适用。毕竟，数据驱动的企业本质上是信息的数据生产线。数据在管道/组织中创建和移动，最终推动收入增长。

在这方面，就像生产线上的机器和使用它的人一样，每个使用数据的人都应该参与维护和管理数据。

糟糕的数据治理会导致类似生产线维护不善的问题。如果维护不好，后果可能会渗透到整个企业。

如果数据治理计划失败，数据发现将变得更加困难，从而减慢数据通过管道的过程。

业务词汇表中的不一致性会导致数据单元缺乏上下文或没有上下文。这反过来导致相关用户不知道如何将数据单元组合在一起以创建值得使用的信息。

此外，也许最糟糕的是，如果一个组织的权限系统管理不善，错误的人可能会访问数据。这可能会导致未经批准的变更，或者根据《通用数据保护条例》，会导致严重的罚款——最终会降低客户的信任度、股价下跌和品牌受损。

大企业的数据泄露事件及时提醒了人们数据治理的重要性，以及如果低估其重要性，可能产生的后果。数据泄露的大企业对第三方供应商如何使用和正在使用其数据缺乏了解，这让他们陷入了公关困境。

报告显示，数据泄露将导致至少几千万用户受到影响，尽管远不是历史上最大的泄漏，但证明了数据泄露对声誉的损害是巨大的。随着《通用数据保护条例》落实，这一成本只会越来越上升。

至少，组织需要证明他们已经采取了必要的措施来防止此类违规行为。这需要了解他们目前拥有的数据、位置以及任何第三方如何使用这些数据。这就是数据治理的用武之地，但要使其发挥作用，许多组织需要进行文化变革。

文化的变化

培养组织对数据治理的支持可能需要改变组织文化。

这在只采用数据治理1.0方法的组织中尤为明显，在这种方法中，数据治理与更广泛的组织隔离开来，被视为一个“IT问题”。这种方法拒绝了数据治理作为发起人，即在数据驱动的组织中运行所需的业务环境。

数据治理主要基于三个知识体：数据字典、业务词汇表和数据使用目录。为了使这三个知识体系完整，它们需要更广泛的企业投入。

事实上，过去无数数据治理实施失败的案例都可以归因于缺乏数据治理的组织支持。

例如，让IT部门记录和汇编业务词汇表自然会导致不一致。在这种情况下，IT部门的任务是为他们通常不知道、不理解上下文或不认识其应用程序或含义的术语创建业务词汇表。

这种方法先发制人地破坏了该计划，从一开始就排除了成熟数据治理计划的增值优势。

在erwin的《数据治理状况报告》中，它发现IT部门继续为40%的组织的数据治理买单。数据治理的预算来自20%的组织的审计和合规职能部门，而只有8%的受访公司由业务部门承担。

为了避免上述陷阱，企业领导者需要在整个组织中灌输数据治理文化。这意味着将数据治理视为一项战略举措，并将在固有的组织和财务支持下对其进行投资作为一项持续的实践。

为此，组织往往会高估可以衡量的东西，而低估不能衡量的东西。大多数组织都希望量化数据治理的价值。作为文化转变的一部分，组织应该为企业数据治理计划制定一个商业案例，其中包括ROI的计算。

通过限制对部门预算的投资，数据治理必须与其他部门优先事项相抗衡。作为一项长期举措，它往往会输给短期收益。

当然，这意味着商业领袖需要投入巨资并亲自参与数据治理——这本身就是数据治理准备就绪的支柱。

理想情况下，组织应实施协作数据治理解决方案，以促进组织范围内的工作，使数据治理发挥作用。

协作的意义是实现跨部门协作，从而可以对整个组织的数据资产进行核算，但也可以与其他使数据治理有效和可持续的工具（如企业架构、数据建模和业务流程）协同工作。

我们将这种包罗万象的数据治理方法称为“企业数据治理体验”。这是数据治理2.0方法，旨在反映如何在现代企业中使用数据以实现更大的控制、更好的关联相关内容、更有效率的协作以及更多的价值创造。

上一条：erwin被IDC评为2022数据目录软件领导者

下一条：数据治理：元数据及元数据管理策略、方法和技术