数据治理工具如何选型？关注2个维度8个方向
2022-11-24 16:24·亿信华辰
数据治理的本质是盘点数据资产、治理数据质量，实施数据全生命周期的管理，这里面包括了建组织、立制度或者使用一款数据治理的软件帮助企业开展数据治理的相关工作等等。根据不同的数据治理项目特点，会用到不同的技术或工具。拥有一套趁手好用的平台和工具，无疑能够让您的数据治理工作事半功倍。
对于数据治理工具的选型，通常大家会关心以下问题，例如：
企业通常利用本地部署还是基于云的工具？
目前是否有中心化的数据平台？是否需要一个能与多个数据平台集成的工具？大概范围是什么样？
是否需要一个工具来处理来自多个数据源的大量数据？
用户是否需要自助式的数据服务满足工作流程中的数据需求？
数据治理工具全景图（来源：大数据标准工作组）
那么整体对于企业来讲，如何来选择一款数据治理的软件能更大程度地保障管理效果，促进管理目标达成，结合十多年的从业经历，给大家提供以下两个维度作为参考，既关注工具本身，也要考虑企业自身实力。
工具的能力
数据治理工具选型的首要因素是工具自身，具体可以从功能、性能、架构、采购成本四个方面进行考虑。
1、产品功能
对于数据治理工具功能的考察要结合企业自身的业务需求，要选择最适合企业现状和发展要求的。在数据治理领域，目前有两个学术流派，一是全面的数据治理体系，二是面向主题的数据治理，这两套体系没有谁高谁低，针对不同的企业选择适合的策略和适合的工具。
假如您的企业中没有或技术人员不足，那么选择的数据治理工具的功能一定要简单易用并且功能点要覆盖企业的业务需求，尽量减少定制化开发的功能。假如您的企业技术实力雄厚，可以选择一个稳定的框架，部分功能可以定制开发，这样也许更加易用和适用。
在功能指标上，不同的数据治理主题关注的功能和工具不同，例如：元数据管理、数据质量管理、数据标准管理、主数据管理等。从技术选型角度来看，数据治理工具落地需要考虑的功能列表有：
跨平台支持各主流数据库和数据平台的元数据信息
管理关键数据资产，如数据字典
跟踪和管理元数据操作历史和变更记录
批量导入和更新元数据
分配数据治理流程角色和策略
定义工作流程和管理用户权限
通过数据探查快速分析业务数据情况
自动化追踪数据质量指标和效果
……
这个话题会涉及很多技术细节，这里就不再一一展开了。但是，要重点强调的是数据治理工具的选型一定要了解其工作方式及其自动化程度，以及完成特定任务可能需要的特定功能。最后，至关重要的是要考虑数据控制、安全性和许可等因素。
此外，评估和选择数据治理工具不仅取决于功能，还取决于您如何使用这些工具来增加业务价值。例如，如果您对元数据管理有要求，请确保在使用具有该功能的数据治理工具之前，应该搞清楚为什么要用元数据工具，它能帮助企业的业务价值带来些什么或改变什么？
2、产品性能
数字化时代，企业的数据环境变得多样而复杂，大数据的4V特征（体量大、多样化、速度快、密度低）已经展现的淋漓尽致。考虑到需要处理的大量数据以及业务需求的日益复杂，对于任何正在评估的新技术和工具，都必须考虑性能和可伸缩性。数据治理的工具需要能够支持大量并发用户和非常大的数据集，尤其是针对数据模型工具、数据质量工具、数据集成工具、数据存取工具。
3、产品架构
产品架构包括了数据架构、技术架构、应用架构、安全架构、部署架构等。在数据治理项目中，数据架构更多的是需要根据企业的现状和需求进行规划设计的，比如数据的分层分级、数据的存储、数据的读取、数据的安全控制等。
技术架构重点是考察供应商产品的技术先进性。当下微服务架构、人工治理、区块链、大数据、云计算等都是流行的技术，如果您考察的产品用的技术架构比较老旧，则与主流架构生态的融合则会存在一定的障碍。
应用架构是从功能组件的适用性、易用性，以及功能组件的关联性等方面进行考量的。
安全架构是考察产品在数据安全防护和个人隐私数据保护层面的功能和成熟度。
此外，在部署模式上是否支持云部署也是一个需要考虑的点，因为很多中小企业不得不考虑成本问题，机房、服务器和人力资源都是需要投入资金的。
4、采购成本
数据治理工具选型通常会受到财务预算的限制，因而采购成本也是不少企业在选型时重点考虑的因素。然而，对采购成本的控制不等于简单的报价和还价，价低者为最佳，还应该包含对很多隐性因素的考量，比如购买成本、实施成本、升级成本、学习成本等。
现实中大多数企业都只关注购置成本，并试图将其最小化，而不是以总拥有成本为标准。正如前两年的云计算项目，出现了很多“0元中标”情况。事实上，这种看似购置价为“0”的项目，每年都需要需要投入大量服务费、运营费，总的成本并不低。要相信：“羊毛出在羊身上”。
