企業實施數據治理的核心內容及條件保障

蔡慶由

關鍵詞：企業發展; 數據治理; 核心內容; 條件保障

引言

當前大數據、云計算等科學技術飛躍發展，數據海量激增，呈現爆炸式增長趨勢。現階段數據在各行業中的作用愈發突出，成為企業科學決策和提升核心競爭力的堅實基礎和科學依據。數據資產作為企業必不可少的戰略性資源，事關企業健康長遠發展。但現階段企業數據中存在許多不利于企業發展的劣質數據，如果不加以有效治理，將會限制企業數據挖掘質量的提升，也會影響企業數據共享平臺的高質量建設，降低了企業數據分析的準確性。為此，如何優化現代企業數據治理，成為各企業經營發展的重要內容。

一、數據治理對企業發展的重要意義

（一）組織內部數據資源對接的現實需要

現階段許多企業加大力度建設企業信息化系統，但是在各類系統中數據較分散，并未遵循統一規范的數據分類標準，這也就導致企業使用數據時不夠標準，常常出現數據不一致和數據不夠完整的問題。數據不標準常表現為各個系統對于同一項業務數據定義存在差別。數據不一致則體現為有關聯的各個系統之間數據未能同步，各個系統之間不遵循統一編碼，要么是業務含義相同而編碼不同，要么是編碼相同，卻代表不同業務含義。數據不夠完整突出體現在數據缺少關鍵ID，造成企業各個系統的數據成了孤島，無法共享。針對這些情況，企業要合理治理各個系統的數據源和數據資產，協調好各個組織系統內數據的交流共享。

（二）對于提升數據資源整體質量有重要作用

大數據時代，企業為了更好的挖掘數據價值，正在積極探索和構建數據治理的技術和模式，為企業健康發展創造扎實的數據基礎。數據作為企業寶貴的戰略資源，如果不加以科學治理，數據質量就會嚴重下降，數據難以發揮出應有的價值和作用，無法成為企業資產，哪怕投入更多的技術和業務，也無法促進企業核心競爭力的提高。企業數據質量的下降，則會導致企業重復投入，限制各種應用系統價值作用的發揮，導致企業不能牢牢把握發展機遇，最終造成無法估量的損失。加強企業數據治理，是提升企業數據質量的必經之路，是提升數據準確性的有效途徑。

（三）是企業數據驅動科學發展的現實需要

當今時代，數據海量激增，數據是企業資產的重要組成部分。企業數據類型十分多樣，涉及到文本、音頻、圖像等多個方面。企業數據根據不同的分類標準，可以分為靜態、動態數據，實時、非實時數據。企業數據主要來源于企業信息設備、外部供應鏈、企業社交網絡等層面。企業為適應時代發展，必須要堅持數據驅動，做好數據治理。優化企業數據治理，企業能夠更清晰的明確自身發展的實際情況，了解自身的經營優勢和缺陷，進而能夠切實提升企業決策的科學性和合理性，提升企業的業務水平，更好地滿足用戶的實際需要。企業能夠通過分析和整合數據資源，掌握有益于企業發展的數據內容，引進先進數據技術，促進企業內部各個職能部門之間信息快速交流和共享，提升各部門溝通的透明度。

（四）對企業整合資源打造核心競爭力有重要作用

在生產經營過程中，會產生各種類型的數據，企業需要對內外部數據進行科學整合，進而對事關企業重大商業利益數據信息進行分析和應用，以便發揮出數據資源的價值作用，以此指導企業科學經營。先進數據技術應用過程中，伴隨著企業管理方式的變化，企業數據治理工作應該落實到企業管理層、業務層和決策層的各個方面。企業數據治理需要協調企業管理層和其他相關人員的關系，這樣也能夠提升企業的核心凝聚力和核心競爭力，使得各個部門、各個層次員工都能夠共同朝著企業的共同發展方向方向邁進，從而更高效率的達到企業目標。

二、探討企業數據治理的核心內容

（一）元數據管理方面

所謂元數據，是指用于描述數據的數據。元數據管理涉及的內容包括創建元數據、組織元數據、存儲元數據、整合元數據和控制元數據。企業數據管理團隊應當首先明確企業業務開展所需要的相關數據，明確企業生產經營活動的過程中可能會產生的數據內容，弄清各種數據之間的關聯性。企業要建立起用于元數據管理的元數據存儲庫，合理存儲各種類型業務元數據以及技術元數據的實際狀態、相互關系，從而方便企業內部各部門和各個系統之間數據資源的交流和共享。優化元數據管理，能夠很好的應對數據重復建設的局限問題，進而有效的提升企業數據的整體質量水平。

（二）主數據管理方面

所謂主數據，指的是企業開展業務實體的相關數據，包括產品數據、客戶數據，等等。主數據主要分布在企業的各種業務流程之中，也分散于企業各個信息系統之中。主數據的價值很大，對于企業來講，主數據是企業內部各個部門和系統應當交流共享的關鍵數據內容。企業進行數據治理，必須要以發揮主數據價值為目標，從而滿足企業各個部門對數據的實際需要。企業主數據管理，需要從各個部門對數據使用的不同需要出發，針對性的圍繞企業各類業務規則和目標實施管理，協調配合企業各個部門的不同業務流程。企業要切實提高主數據的質量，設置行之有效的主數據管理技術和策略方案，確保企業業務數據能夠符合規范標準，提升業務數據的一致性。企業主數據管理需要長期持續實施，企業應當建立主數據中心，加強對主數據的規范使用，完善相關配套管理，設置科學有序的主數據管理規范和流程。

（三）數據生命周期和數據質量方面

第一，企業要做好數據生命周期管理。所謂數據生命周期，指的是數據從產生到應用，再到消亡的全過程。企業數據不會永恒存在，一方面的原因在于，企業開展數據維護成本較高。另一方面，企業數據價值會根據企業發展的不同情況發生變化。為此，企業開展數據治理，必須要從自身的需求出發，合理掌握數據生命周期的基本特征，采取針對性的數據管理辦法。數據生命周期管理目標在于，企業通過合理控制成本，有效控制管理企業數據，為企業創造更豐富的價值。企業實施數據生命周期管理，必須要設置嚴格的判斷標準，分析各類數據，明確哪一部分數據需要合理存儲，哪些應當充分深入的分析和應用，哪些數據應當盡快的去除。針對不同數據的存儲、分析、應用和去除，企業應當設置相應的標準，規范和優化數據生命周期管理流程。

第二，企業要做好數據質量管理。所謂數據質量管理，指的是企業要以質量為引領，優化企業數據資產管理，促進企業數據質量持續性提升。大數據等科學技術的有效應用，企業數據治理愈發緊迫。由于企業數據存在于各個系統之中，企業尚未建立完成、規范、統一的數據標準，限制了各個系統之間數據的交互共享。這也就導致數據分散在各種不同系統之中，無法高效、快速的識別，導致數據可靠性明顯下降。企業數據質量關系到企業技術應用的效果，企業數據質量管理工作要做好對高質量數據的分析、整合和應用。優化企業數據治理，能夠使得企業更好的承擔起數據責任，幫助解決更精準的突破技術問題，從而切實提升企業數據質量管理的綜合能力。開展企業數據質量管理，需要設置有序、規范的數據質量管控流程，有關人員應當落實承擔好數據生命周期全過程的工作內容和職責，切實提升企業數據治理的有效性。

（四）數據治理的流程

企業數據治理，需要落實好業務流程整合。企業數據治理要緊緊圍繞企業業務活動，企業應當首先明確業務問題，從業務問題出發，設置清晰、完善的數據治理計劃方案，精準解決業務問題，從而獲得業務部門更堅定的支持，從而進一步拓寬數據治理，將數據治理落實到各種類型的業務活動之中。企業通過做好業務流程整合，能夠更方便企業開展數據治理，為優化和提升數據治理效率提供方便。整合和規范業務流程，能夠幫助企業數據治理團隊更好的把握企業業務活動數據之間的相關性。

三、探究企業實施數據治理的條件保障

（一）管理方面

企業優化數據治理，應當首先從思想理念角度出發，思想上要提高對數據治理的重視程度。作為企業戰略實施的寶貴資源，數據治理工作是一項系統工程，需要長期持續的維護，需要管理層、開發人員、技術人員、維護人員等各個部門、各個層級人員相互配合、相互協調。企業對于數據治理的認知不夠深入，是當前企業進行數據治理的主要障礙，管理者沒有認識到數據在決策等過程中的重要性。企業應當首先充分認識到優化數據治理的必要性和重要性，要將數據治理落實到系統運行、建設、維護等環節全過程之中。除此之外，企業要設置清晰、明確的數據治理的目標，預先對數據治理的結果進行預測，設置風險控制機制，確保數據治理的價值作用能夠充分得以實現。企業進行數據治理，必須要有專業的人員，充足的資金和先進的技術，要切實發揮出數據治理幫助企業增加經濟效益和控制風險的效果。企業要明確數據治理是循序漸進可持續的過程，必須要將數據治理的目標和企業發展戰略目標相統一，要適應企業大戰的長期規劃。最后，企業還要盡快建設數據治理管控機制。通過設置管控中心，建設良好的數據治理文化，明確設置數據治理標準，整合企業業務流程和過程，為企業數據質量和安全做出保障。

（二）人才組織方面

優化企業數據治理，必須要有與之相配合、相協調的人才組織機構。企業數據治理的主體包括數據利益相關者、管理者和技術專家。企業數據相關者主要是指企業內部的各類型業務部門，除此之外還有一些受到企業行動影響的組織。作為企業數據的生產者，數據利益相關者要負責創造和應用數據，還要明確設置數據使用的規則，遵循使用規則對企業數據進行有效監督管理。企業數據治理的主體還包括數據治理委員會。作為中心決策方，數據治理委員會主要包括企業領導層，業務部門的相關負責人，他們要做好數據治理目標、流程、標準、制度等相關內容的指定，要負責協調好各個業務部門之間的利益需求，還要決策和明確數據治理的其他相關事務。數據管理者也就是執行者，主要是要負責落實委員會所制定的各種規定和要求，數據管理者包括業務專家以及企業內部系統的管理負責人。最后，數據技術專家指的就是相關技術人員，包括開發人員、數據庫管理者等等，主要負責對相關數據進行錄入、修改、儲存、審計，要按照規范統一的標準開展相關工作。為了能夠實現高質量的數據治理效果，企業還需要一批具有先進技術的算法科學家，這些科學家主要負責數據系統的優化以及數據處理算法的設計，能夠有效提升數據庫和算法的效率。

（三）制度方面

首先，企業要制定清晰、明確的數據規范標準。設置數據標準，才能夠進一步數顯數據整合，才能夠確保企業數據治理規范化。企業數據治理應當遵循規有關原則，制定出完善、清晰的標準體系，落實明確數據基礎、技術、管理、質量等相關標準。確保企業內部的業務部門和系統都能夠遵循統一的標準，以便于各部門之間數據共享。現階段企業數據的實用性并不高，正是由于未能設置規范統一的標準，相同的數據在不同系統、不同部門表現出不同的形式，給企業數據管理利用造成了巨大的困難和障礙。因此，企業必須要對數據生命周期全過程設置相對應的相關標準，切實滿足不同部門和不同系統對于數據應用的需要。其次，企業應當制定完善健全的數據安全管理制度，以保障企業數據安全。針對大數據時代背景頻發的數據傳輸、數據處理、數據控制等安全問題，企業應當制定相配套的管理機制，切實保障企業數據安全可靠。企業要采取行之有效的技術措施，保障數據在傳輸過程中不會被非法截取或篡改。為了提升數據安全管理的有效性，企業應當明晰數據的安全范圍，根據數據重要程度的不同劃分出等級，按照不同等級采取不同的安全管理辦法。企業還要合理設置數據權限，對于數據訪問和使用應該有嚴格的標準和限制，還要合理應用敏感數據和隱私數據，嚴防數據信息泄露。

（四）技術方面

提升數據治理的水平和有效性，必須要有相配要的技術條件。企業應當制定統一、規范的數據平臺，做好對企業數據的集中整合。企業還要設置統一的數據架構，避免出現數據不一致、不完整等相關問題，要為數據交換和共享提供方便。

結束語

企業要結合大數據時代背景，充分認識到目前自身經營面臨的競爭壓力，充分認識到數據治理的重要意義，從管理、制度、人才、技術等幾個方面優化企業數據治理，提升企業科學決策的能力和核心競爭力。

參考文獻：

[1]夏義堃.試論數據開放環境下的政府數據治理：概念框架與主要問題[J].圖書情報知識，2018，01：95-104.

[2]錢毅，劉濤.面向智能檔案管理的企業數據治理路徑研究[J].山西檔案，2018，02：5-8.

[3]孫嘉睿.國內數據治理研究進展：體系、保障與實踐[J].圖書館學研究，2018，16：2-8.

[4]劉越男.數據治理：大數據時代檔案管理的新視角和新職能[J].檔案學研究，2020，05：50-57.

[5]王偉玲.基于價值鏈的工業數據治理：模型構建與實踐指向[J].科技管理研究，2020，4021：233-239.

[6]顏佳華，王張華.數字治理、數據治理、智能治理與智慧治理概念及其關系辨析[J].湘潭大學學報（哲學社會科學版），2019，4305：25-30+88.