数据治理是一个非常复杂的领域，因此实现和维持数据治理带来了一系列挑战。幸运的是，成千上万(如果不是数百万)的组织使用数据治理来改善他们的运营，因此您可以从其他人的错误和成功中学习。以下是数据智能组织在维护和修改数据治理计划时采用的一些数据治理最佳实践:
- 关注运营模式
- 识别数据域
- 识别数据域中的关键数据元素
- 定义控制度量
- 促进一致的沟通
- 用指标来衡量你的目标
现在，我们将更深入地研究什么是数据治理最佳实践，并进一步详细说明上面列出的六个最重要的实践。
什么是数据治理最佳实践?
最佳实践来自于经验，所以环顾四周，考虑其他组织在实现和使用数据治理计划时所做的工作总是一个好主意。您可以做的最好的事情之一是从小处开始，并从那里构建您的数据治理程序。这将帮助你测试策略，并找出在你独特的环境中最有效的方法。
数据治理最佳实践是我们根据从客户那里看到的成功而确定的一组建议。我们的最佳实践可以帮助确保您的业务从其数据治理计划中获得最大收益。我们将在下面讨论我们认为的数据治理策略的六个最佳实践。
其中一些可以是宏观策略，包括清楚地定义和传达组织对数据治理计划的愿景和目标，并确保以几种不同的方式衡量进展。其他的可能更技术化，比如定期参与企业数据体系结构评审，或者在涉及到数据请求和权限、工作流和审批流程时强调自动化。
1.关注运营模式
运营模型(有时称为资产模型)概述了组织如何定义角色、职责、业务术语、数据域等。这反过来又会影响工作流和流程的功能。它影响组织如何围绕其数据进行操作。
操作模型是任何数据治理计划的基础。其思想是建立一个企业治理结构。根据组织的不同，结构可以是:
- 中心化的(一个中央机构管理一切)
- 分散的或联合的(有多个权威团体)
运行模型示例
下面是一家保险公司与Collibra合作建立运营模式的例子:新万博移动客户端
保险公司是跨职能的，经常需要不同业务线之间的协作，如财务、销售、营销和IT。每个部门都有不同的数据治理代表、业务管理员(数据所有者)和技术管理员(基础设施支持数据的所有者)。专员组成的组向上延伸到业务线的负责人，业务线向上延伸到业务和IT的领导者。
作为数据治理的最佳实践，该公司创建了企业数据治理结构，并成立了企业数据治理委员会，向首席数据官报告。定义整个组织的所有权范围是很重要的。确定权威将有助于使您的数据治理计划社会化，并建立一个智能结构，将数据计划作为一个力量单位来处理。
业务和IT的成员组成不同的小组，并与通常称为数据治理委员会或数据管理委员会的报告结构保持一致。该委员会讨论日常数据问题，做出决策并在整个组织中传播信息。数据治理委员会确保正式的所有权，并确定正确的工具和技术来支持管理员，以便他们能够有效地执行工作。
下面是一个由运营模型决定的跨组织的角色和职责示例:
有关操作模型的更多数据治理最佳实践，请查看这个视频关于进步集团如何在整个组织中建立所有权体系。
2.识别数据域
建立数据治理结构之后，数据治理最佳实践是确定每个业务部门的数据域。最著名的例子包括客户、供应商和产品数据域。每个数据域包含以下工件:
- 数据所有者
- 业务术语表
- 数据字典
- 业务流程
- 数据目录
- 报告目录
- 数据质量记分卡
- 系统及应用
- 政策和标准
通常，组织在遇到问题时识别数据域。
什么是数据治理中的数据域?
通常，数据域(尤其是在数据治理系统的上下文中)表示逻辑上的特定数据分组。
因此，换句话说，数据域将是具有相互关联或共同之处的数据分组。
特定的数据域可能具有共同的概念、类似的目的、与组织结构相关，或者属于组织内部(或外部)的特定部门。
最著名的例子包括客户、供应商和产品数据域。每个数据域包含以下工件:
- 数据所有者
- 业务术语表
- 数据字典
- 业务流程
- 数据目录
- 报告目录
- 数据质量记分卡
- 系统及应用
- 政策和标准
为什么这对您的组织很重要?此外，为什么数据域对数据治理最佳实践计划很重要?
首先，拥有一个一流的数据域系统可以帮助在识别数据和增强数据公民的能力方面发挥越来越重要的作用，不仅可以更好地管理企业范围内的数据，还可以在数据问题发生之前解决数据问题。
但通常情况下，组织会在遇到问题时识别数据域。
数据域示例
下面是一家金融服务公司的例子，该公司克服了数据挑战，并遵循了识别数据域的数据治理最佳实践。
该公司很难获得数据的可见性，并希望获得更多关于客户的见解。它有许多需求，都与这些业务问题有关;例如，这些要求包括:
- 提升客户体验
- 控制确认客户需求
- 管理客户使用情况
- 增加存储计费周期的追加销售
数据分布在多个系统和应用程序中，没有定义所有权。
该公司通过识别与客户领域相关的关键利益相关者、业务流程和数据集来创建所有权，并围绕其生命周期建立控制。这让数据用户清楚地了解数据来自哪里，谁拥有它，什么时候发生变化，以及谁应该参与其中。
下面是数据域“Customer”的示例图，显示了跨数据域的端到端数据沿袭:
3.识别数据域中的关键数据元素
定义数据域之后，下一个数据治理最佳实践是确定关键数据元素。在上面的沿袭图中，很明显，数据域涉及10秒、100秒甚至1000秒的系统和应用程序，其中包含关键报告、关键数据元素、业务流程等。在数据治理计划的早期阶段，不需要一次性关注所有的数据工件。数据治理的最佳实践实际上是只确定是什么至关重要的为了生意。
Collibra社区最近的一个数据治理最佳实践的例子来自一家技术公司。新万博移动客户端公司需要数据治理来验证客户报告和相关源系统。在实施的第一阶段，公司只确定了关于起源系统的十份最重要的报告和文件信息。后来，它扩展了该计划，为所有报告应用认证要求和相关的源系统信息。简单地说，如果一份报告的所有人都不能证明其溯源系统的可追溯性，那么这份报告就没有得到认证。
4.定义控制度量
下一个数据治理最佳实践是设置控制度量来维持数据治理计划。数据治理不是一次性的项目。这是一个持续的项目，旨在推动数据驱动的决策，并为企业创造机会。它使组织能够满足业务标准。控制措施包括以下主要活动:
- 定义用于批准、升级、审查、投票和问题管理的自动化工作流流程和阈值
- 将工作流流程应用于治理结构、数据域和关键数据元素
- 开发项目进度报告
- 通过自动化的工作流程获取反馈
例如，当Collibra在加州的一个技术客户开始使新万博移动客户端用数据治理时，它从定义所有权、角色和责任开始;定义业务数据定义;并应用工作流流程在变更管理过程中包含数据管理员。
最后，它建立了一个健壮的数据治理组织，支持一个正在进行的项目。该公司使用Collibra作为参与新万博移动客户端管理所有定义和执行控制流程的系统，如入职、审批和获取反馈。
5.促进一致的沟通
数据治理的好处之一是它有助于创建一种共享语言，因此有效的通信是数据治理的最佳实践。关于数据治理的沟通有三个方面需要考虑:接受、培训和采用。
支持
数据治理影响组织的每个部分;所以，要确保组织各个部门的领导都理解它的价值。与高管沟通数据治理将如何帮助他们实现战略目标，以及如果他们不参与将会有什么风险和后果。通过获得高管的支持，你就有更好的机会获得资金和资源，并推动各个部门的采用。狗万新闻c
新员工培训
不幸的是，你不能打个响指，每个数据公民都知道数据治理的来龙来脉;您必须就数据治理流程对他们进行培训。这需要教育他们数据治理的价值，并与他们沟通数据治理如何影响他们的日常生活。通过个性化通信，可以激励数据公民更多地了解数据治理。
采用
最后，您需要始终如一地传达数据治理的价值，以便高管和日常用户都能采用数据治理实践和技术。你可以这样做:
- 在工具中嵌入关于数据治理的警报和通知
- 举办入职茶话会
- 报告数据治理指标和进展
- 提供有关政策变更和问题的最新信息
6.用指标来衡量你的目标
最后，同样重要的是，一个关键的数据治理最佳实践是衡量您的数据治理计划。您的团队需要评估数据治理计划的进展及其对组织其他部分的影响。
这种数据治理最佳实践对组织来说往往是最具挑战性的，但它是推动持续改进的基本元素。
第一步是理解并定义什么是成功。在你的公司里取得的成功，在另一个公司里是不一样的。成功取决于你的组织的总体目标是什么。问问你自己和你的队友
- 一个成功的数据治理项目是什么样的?
- 实现数据智能意味着什么?
- 我们如何知道何时实现了数据智能?
一旦你能回答上面的问题，你就可以确定你的目标和评估标准了。关键绩效指标应该与组织的目标和战略直接相关。一些需要追踪的领域是
- 数据字典和业务术语表的开发-跟踪你上传了多少术语和资产到你的系统
- 访问-追踪用户获取所需信息所需的时间
- 采用-衡量有多少员工使用你的数据治理技术、使用频率和使用时间
- 问题管理-计算您的组织记录了多少数据相关问题，并评估团队解决这些问题的效果，团队解决了多少问题，以及解决这些问题需要多长时间
- 数据质量-监察可用数据的干净程度及其是否适合用途
- 政策合规-衡量您的组织在多大程度上遵守由内部团队和外部监管机构制定的标准(见下图）
- 可重用性和可伸缩性记录你的组织最常遵循的流程，以及它们是如何随着时间发展的
- 金融投资回报率-计算数据治理对组织的财务影响
这些只是数据智能组织遵循的一些数据治理最佳实践。根据行业的不同，有不同的方法。要了解更多关于数据治理实践以及它们如何产生积极的业务结果的信息，请查看这些成功的故事．
