数据治理专业认证学习笔记（思维导图与知识点）

本文档为数据治理笔记，思维导图与知识点整理。共分为6个部分，由于页面显示原因，部分层级未能全部展开。结构如下图所示。

数据治理的概念，语境关系图，业务驱动因素，目标和原则。

数据治理的概念很不好理解。数据管理最初强调的是数据库的管理，而数据治理的出现让数据管理有了更大的意义。

数据治理更强到监管，有点类似于审计的意味。通过下图可以更好的理解数据治理的概念。

数据治理（Data Governance，DG）：对数据资产管理行使权力、控制和共享决策（规划/监测 和执行）的系列活动。

数据治理职能是指导所有其他数据管理领域的活动。

数据治理的目的是确保根据数据管理制度和最佳实践正确地管理数据。

数据管理的整体驱动力是确保组织可以从其数据中获得价值。

数据治理聚焦：如何制定有关数据的决策、人员和流程在数据方面的行为方式。

数据治理项目一般包含如下内容：

1战略

2制度

3 标准和质量

4 监督

5 合规

6 问题管理：1）数据管理项目 2）数据资产估值

数据治理语境关系图如下所示：

由图可知：

数据治理目标为：

1 提升管理数据资产的能力；

2 定义、批准、沟通和实施数据管理的原则、政策、 程序、指标、工具和责任；

3 监控和指导政策合规性、数据使用和管理活动。

数据治理的业务驱动因素有两个：

减少风险：1.一般性风险管理；2.数据安全；3.隐私；

改进流程：1.法规遵从性；2.数据质量提升；3.元数据管理；4.项目开发效率；5.供应商管理；

要注意，数据治理不是一次性的行为，是持续性的项目集。可由虚拟组织或有特定职责的实体组织承担责任。要考虑组织和文化的独特性问题，还有内部要面对的具体挑战和机遇。

数据治理程序：1 可持续发展；2 嵌入式的，而不是附加的管理流程；3 可度量。

数据治理基础的原则：1.领导力和战略；2.业务驱动；3.共担责任；4.多层面；5.基于框架；6.原则导向

为方便理解，整理本部分思维导图如下：

数据治理的基本概念。

以数据为中心的组织对待数据的原则：1）数据应该作为企业资产管起来。2）应该在整个组织内 鼓励数据管理的最佳实践。3）企业数据战略必须与业务战略一致。4）应不断改进数据管理流程。

主要有以下人员和组织构成：

而数据治理委员会，有如下类型：

数据治理运营模型类型：集中式治理；分布式治理；联邦式治理。

具体区别看图便知。

数据管理活动集中于：1.创建和管理核心元数据；2.记录规则和标准；3.管理数据质量问题；4.执行数据治理运营活动。

数据管理岗位的类型：首席数据官；高级；企业；业务；数据所有者；技术；协调；

数据制度贯穿数据和信息的全过程，是全局性的。不同组织制度差异大，描述了数据治理的“什 么“，标准和规程描述了数据治理的”如何“。

数据资产评估：理解和计算数据对组织的经济价值的过程。数据具有不可互换性，只有在使用时才有价值，使用会伴随风险。

其他度量估值的方式包括：

1 替换成本；2 市场价值；3 发现商机；4 售卖数据；5 风险成本

风险成本有：1.缺少必要的数据。2.存在不应留存的数据。3.除上述成本外，包括数据不正确造成客户、公司财务和声誉受到伤害。4.风险下降或风险成本的下降，其实是与提升和验证数据等 操作干预成本的抵消之后的溢出部分。

为了描述信息资产价值的概念，可以将公认的会计准则转换为公认的信息原则。

为方便理解，整理本部分思维导图如下：

数据治理涉及的活动。

1 执行就绪评估。（评估包括：1数据管理成熟度 2变革能力 3 协作准备 4 与业务保持一致）

2 探索与业务保持一致。

3 制定组织触点。（包括：1采购和合同 2预算和资金 3法规遵从性 4SDLC开发框架）

1 定义数据治理运营框架。（包括 1数据对组织的价值 2 业务模式 3文化因素 4 监管影响 ）

2 制定目标、原则和制度。（包括 1 由数据治理办公室认证确认组织用到的数据 2 由数据治理办公室批准成为业务拥有者 3 业务拥有者将在其业务领域委派数据管理专员，数据管理专员协调数据治理活动 4 尽可能地提供标准化报告、仪表盘或计分卡 5认证用户将被授予访问数据权限 6定期复评认证数据）

3 推动数据管理项目。

4 参与变革管理。（包括 1规划 2培训 3影响系统开发 4 制度实施 5 沟通）

沟通的重点在于 1、提升数据资产价值 2、监控数据治理活动的反馈并采取行动 3、实施数据管理培训 4、从5个关键领域衡量变革管理的程度（1 意识到需要改变 2希望参与并支持变革 3知道如何改变 4具备实施新技能和行为的能力 5 保持持续变革）5、实施新的指标和关键绩效（KPI）。

5 参与问题管理。（包括 1授权 2 变更管理升级 3 合规性 4 冲突 5 一致性 6 合同 7 数据安全和身份识别 8数据质量）

还有建立机制和流程：1识别、收集、记录和更新的问题。2各项活动的评估和跟踪。3记录利益相关方的观点和可选解决方案。4 确定、记录和传达问题解决方案。5促进客观、中立的讨论。6将问题升级到更高的权限级别。

6 评估法规遵从性要求。

有如下准则：

1 会计准则

2 BCBS239（针对银行的法规）

3 CPG235

4 PCI-DSS

5 偿付能力标准

6 隐私法

高优先级的前期工作：1、定义优先可满足高优先级目标的数据治理流程。

2、建立业务术语表，记录术语和标准。

3、协调企业架构师和数据架构师，帮助他们更好的理解数据和系统。

4、为数据资产分配财务价值，已实现更好的决策。

具体流程如下：

1 发起数据标准和规程。

数据标准用来衡量其他事物的规则。应该具有强制性。由数据管理专业人员起草，数据治理办公室审查，批准和采用。

数据标准化的内容应包括：1数据架构 2数据建模和设计 3 数据存储和操作 4 数据安全 5 数据集成 6 文件和内容 7参考数据和主数据 8 数据仓库和商务智能 9 元数据 10 数据质量 11大数据和数据科学

2 制定业务术语表。

业务术语表具有如下目标：1）对核心业务概念和术语有共同的理解。2）降低由于对业务概念理解不一致而导致数据误用风险。3）改进技术资产（包括技术命名规范）与业务组织之间的一 致性。4）最大限度地提高搜索能力，并能够获得记录在案的组织知识。

3 协调架构团队协作。

数据治理委员会批准数据架构，由数据架构师和数据管理专员共同开发维护或协调企业数据模型。

4 发起数据资产估值。

估计由于信息不足二造成的业务损失的价值。

数据治理需要支持运作，采取行动，保证流程和资金到位，确保支持执行数据治理组织框架。

为方便理解，整理本部分思维导图如下：

数据治理用到的工具方法。数据治理是关于组织行为的，但是需要一些工具来支持。

1、线上应用，网站。（文档，搜索功能，工作流）

包含如下内容：1数据治理战略和项目章程，愿景，效益，目标，原则，实施路线图。2 数据制度和数据标准 3 数据管理制度的角色和职责说明 4 数据治理相关新闻公告。5 指向数据治理社区论坛的链接。6 指向数据治理主题执行进展的链接。7 数据质量测试报告。8问题识别和上报的规程。9 请求服务或获取问题的入口。10 相关在线资源的描述和链接，演示文档和培训计划。11数据管理实施路线图。

2、业务术语表。

核心工具。

3、工作流工具。

管理流程

4、文档管理工具。

协助管理策略和规程。

5、数据治理计分卡。

跟踪数据治理活动和制度遵从性的指标集合。

为方便理解，整理本部分思维导图如下：

数据治理如何实施。

数据治理实施指南：定义规程/运营计划——>实施路线图——>启动治理。一般始于重大项目、 试点、渐进式。

有效而持久的数据治理：需要组织文化的转变和持续的变革管理，文化包括组织思维和数据行为， 变革包括为实现未来预期的行为状态而支持的新思维、行为、策略和流程。

管理和沟通变更工具：1 业务战略/数据治理治理蓝图。2 数据治理路线图。3 数据治理的持续业务案例。4 数据治理指标。

为方便理解，整理本部分思维导图如下：

数据治理度量指标。

价值：1.对业务目标的贡献。2.风险的降低。3.运营效率的提高。

有效性：1.目标的实现。2.扩展数据管理专员正在使用的相关工具。3.沟通的有效性。4.培训的有效性。5.采纳变革的速度

可持续性：1.制度和流程的执行情况（即它们是否正常工作）。2.标准和规程的遵从情况（即员工是否在必要时遵守指导和改变行为）。

为方便理解，整理本部分思维导图如下：