静书智 - 第二篇：数据治理方案

数据治理方案包含哪些内容？

本文采信DAMA观点，即数据治理是统领数据管理及数据价值挖掘视角下的宏观管理。那么，数据治理是一个庞大的系统工程，涉及多个方面的内容：
1. 传统数据管理的相关理论及实践：主要包括数据标准管理、数据模型管理、元数据管理、数据质量管理、安全管理。
2. 实现自动化、流水线化、智能化支撑的治理平台。如数据治理平台、数据开发平台、数据应用平台等。
3. 数据价值挖掘及变现的场景应用及其工具：包括指标体系、标签体系、数据产品等。
以上3个方面，从底层到上层，从微观到宏观，从传统管理到数据应用，构成数据治理体系的完成框架，缺一不可。

方案如何选择？

一切脱离业务的方案，终将失败！数据治理也不例外，必须围绕数据价值交付开展数据治理，而不是为了治理而治理。
那什么是数据价值：

1. 企业内部业务赋能的价值：如

A. 统一数据语言的价值（统一数据标准、统一数据模型、统一指标口径，类似阿里ONExxx概念），以提升业务效率问题。
B. 数据分析价值（BI报表、智能推荐、智能预警等）并开展赋能评估，而体现数据价值。

2. 打造企业数据产品的价值：如
   统一数据查询平台、统一认证平台、指标加工平台、数据开发平台等。
3. 打造行业数据产品的价值：如
   华为、阿里、睿治等行业解决方案产品或者细分的如帆软、Tableau等。
   以上3个层次的数据价值体现，分别体现于企业在数字化转型不同阶段的数据价值产出和数据价值影响范围。
   推荐DGI的框架，可以更好的指导聚焦价值交付的落地问题：
   

方案如何编写？

做好数据治理的目标选择，即交付价值确定后，可以开始着手编写方案。方案内容至少应包括：

1. 背景目标：目标是什么，交付的价值是什么？
2. 指导理论或相关建设说明：指导依据是什么？
3. 设计方案：采用哪种架构模式，涉及什么能力（功能），有哪些流程（活动）
4. 实施方案：怎么做，推荐使用什么技术，是否考虑开源等
5. 运营方案：上线后运营怎么操作，如何保证运营效果。
6. 验收标准：评估是否达到目标

未完待续，持续更新中，欢迎关注！