企业数据价值进化始于数据治理

　　但正当人们还没有完全搞清楚大数据是什么、能发挥什么价值的时候，数据治理又似乎一夜之间进入了大家的视野。2016年4月，在美国San Diego举办的EDW企业数据仓库世界论坛上，300多个议题中与数据治理相关的议题超过100，达到1/3之多。从Gartner的安排可以窥见数据治理对于企业数据建设的重要性，然而数据治理的出现虽然远远早于大数据概念，但的确仍属于数据领域的阳春白雪，传之不远。时至今日，尽管其重要性还远远没有提到应有位置，但乘大数据的东风，数据治理渐渐被广泛认知。

　　近年来成为热点的企业数字化可谓企业信息化的2.0版本，是企业以SMAC（社交媒体、移动、数据分析、云计算）和物联网等技术连接其战略规划、研发、生产、营销等企业内部全流程，以及其业务供应链上下游和产品消费者的外部全过程。企业数字化的原力是数据联通融合的决策数据化，企业数字化的本质就是广义的管理精细化。在企业信息化1.0阶段完成了线下流程向线上的转移后，较领先的企业也开始搭建企业级数据平台对数据进行分析，但由于能力尚不能覆盖数据标准、质量等纵深领域，未能有效打通数据的“奇经八脉”，数据在价值发挥上仍存在短板，难以实现全流程、全领域的数据融合和分析洞察，管理模式因此还是相对粗放的，亟需引入数据治理让管理提升工作尽快走上正轨。

　　另一方面，应企业营销和政府数字化工程对外部数据的需求，近年来成立了多个数据交易所，包括贵阳大数据交易所、东湖大数据交易中心、上海数据交易中心、北京大数据交易支撑平台等。这些交易平台加速了数据价值显化的进程推到了前台，并使数据资产管理这一概念被更多的人所认知，但随之而来的难免是业界对概念的混淆、炒作和滥用，因此，在阐述数据治理对于企业数据价值实现的作用和方法之前，我们有必要先明确数据资产、数据治理和数据资产管理三者的概念和相互关系：数据资产是指由企业拥有或者控制的，能够为企业带来未来经济利益的，以物理或电子的方式记录的数据资源；数据治理, 通俗地说，是规范化企业数据管理、赋能精细化经营管理的基础工作和必要手段，在数据治理的高级阶段，由于数据资产在使用和交易环节具备了价值变现的能力，数据治理的价值则表现在为数据资产保值和增值，，借助数据治理加速了使数据成为企业核心战略资源、进入资产负债表的进程；数据资产管理又在数据治理的基础上增添了数据资产运营管理相关的活动。数据资产、数据治理和数据资产管理三者之间的关系可以用如下图来表达：

    其中，数据治理是整个数据管理体系中的重中之重，本文将重点介绍。

　　正确认识数据治理，有必要看一下业界比较认可的DAMA国际数据管理协会给出的定义：“（数据治理是）对数据资产的管理行使权力和控制的活动集合（即规划、监控和执行）”。笔者提供一个再稍加浓缩的版本：数据治理就是以科学的方法论、组织、流程和技术的支撑提升数据质量、安全和可用性。一个好的数据治理项目，能够建立起对数据的信任，让最终数据消费者看到数据是可访问的、能支撑决策的、有价值的资源。

    数据治理包括核心领域和保障机制：其核心领域包括元数据管理、数据质量管理、参考数据和主数据管理、数据安全管理等；而保障机制则包括组织架构、流程规范、实施方法、技术支撑平台等。通过核心领域的实施过程完善保障机制，通过保障机制规范核心领域的实施，两者相辅相成的关系可以用下图表示：

　　数据治理的目标就是使数据管理工作更具层次感、更有序，以此加强对数据的综合运营和使用能力，将原本纷乱隐蔽、难以量化的数据价值合理表达，使之前仅在有限范围、有限程度产生作用的数据充分发挥其本应具有的价值。数据治理工作对于企业的价值一般可以总结为八个字：降本增收，降险增效。即降低成本，增加收入，降低风险，提升效率。