数据治理

21世纪初，数据作为一项重要的企业资产发挥着不可忽视的作用，数据治理是数据管理的组成部分。数据治理明确相关角色、工作责任和工作流程，确保数据资产能长期有序、可持续地得到管理。而数据管理则是一个更为广泛的概念，其与任何时间采集和应用数据的可重复流程都紧密相关。数据治理能够合理配置人员、过程和技术，使组织将数据作为一项企业资产。数据治理的主要目标是明确数据策略、政策、标准、结构、流程和指标，跟踪保持执行的一致性；跟踪监督数据管理项目与服务；管理并解决数据相关问题；提高数据资产的价值。国际商业机器公司（IBM）认为数据治理是根据企业的数据管控政策，利用组织人员、流程和技术的相互协作，使企业能将数据作为企业的核心资产来管理和应用。

数据治理是关于决策权力和问责的过程，以实现在数据的生产、评估、储存、利用、归档和销毁的过程中确保数据和信息有效、高效地得到利用，从而帮助组织实现目标。数据治理将数据作为企业资产而展开一系列具体工作，通过数据价值、数据管理成本、目标成就、决策数量、管控的表示和范围、数据专业员工人数以及数据管理过程成熟度等一系列指标进行测量。国际商业机器公司（IBM）成立了数据治理委员会，并基于软件工程研究所和能力成熟度模型开发了数据治理成熟度模型，将数据治理分为11个域4组，包括结果、推动者、核心领域和支撑领域。其中，结果包括数据风险管理与合规以及价值生成；推动者包括组织结构与意义、政策与管控；核心领域包括数据质量管理、信息生命周期管理、信息安全与隐私；支撑领域包括数据架构、分类与元数据、审计信息登录与报告。

国际上数据治理的研究小组比较多，但中国只有信息技术服务标准国际化小组展开了正式研究，并向国际标准化组织正式提交和发布了数据治理的研究白皮书（截至2014年年底）。信息技术服务标准国际化小组认为数据治理包含确保信息利益相关者的需要评估，以达成一致的企业目标；这些企业目标需要通过对信息资源的获取和管理实现；确保有效助力业务的决策机制和方向；确保通过监督实现绩效和合规。