数据治理是对
数据资产管理行使权力和控制活动的活动集合（规划、监控和执行）。数据治理职能指导其他数据管理职能如何执行。在DMBOK1.0中，用“管理屋顶图”来描绘治理的控制地位。
数据治理在英语中称为DataGovernance，而governance一词有“统治、管理、治理、统治方式、管理方法”等含义，govern-ance与govern-ment（政府）只是后缀的不同。从这个角度来看，数据治理就是针对数据执政活动。那么，我们就可以利用人类数千年积累下来的政治经验和智慧去指导数据的治理活动。下面，笔者就从政治的角度，谈谈数据治理工作中的一些感悟。
以人为本
笔者在10年前那个数据治理方兴未艾的阶段，作为一个数据治理“新兵蛋子”参与数据治理项目。客户与数据集成商对我们寄予厚望，我们有平台，有强大的元
数据采集能力和
数据质量检核能力。然而作为第三方，在执行层面缺少甲方和集成商人员的配合，元数据没人梳理，数据质量问题没人处理，能做的事情非常有限。在那段时间里，作为这个领域的从业人员，自己也在怀疑是不是
数据治理平台没有用，甚至数据治理没有用。
随着国内数据治理领域逐步走向成熟，接触了国内外的数据治理理论，才逐渐意识到，数据治理，是由人去治数，首先要解决问题就是“人“。在当前的技术条件下，技术平台，只是人的辅助，只能替代人去完成大量的重复劳动。数据战略制定、架构设计、标准制定、元数据梳理、数据质量问题处理，都离不开人。
统一思想
既然是要人去治数，就先要找人。但在找人之前，还有一点，也是很多组织容易忽略的，就是数据战略。
不管是政治组织还是宗教组织，都要先树立旗帜。你要找人跟你治数也好，干什么也好，总得要个目标纲领，不然干嘛跟着你干？太平天国是“无处不均匀,无人饱暖“，闯军是“迎闯王,纳粮”，就是梁山贼寇，“打点银子”也是“替天行道”。有了目标纲领，兄弟们才愿意才跟着你干。
数据治理也同样需要目标纲领，我们叫数据战略。数据战略是所有利益者之间达成共识的结果。在开展数据管理活动之前，首先要明确数据战略。我们开展数据治理的背景是什么？目标是什么？治理有什么好处？比如，XX公司用他们的数据赚了钱了，我们也有很多有价值的数据，所以我们要治理好数据，实现
数据价值变现；又或者是上级部门要对我们进行监管，对我们上报的数据有质量要求，要考核数据质量，我们要力争第一。
清晰的数据战略就是数据管理活动的旗帜和灯塔，鼓舞士气，指明方向。
数据基础决定上层建筑
前面说到，数据战略是在所有利益者之间达成共识的结果。既然达成共识，目标也明确了，下一步就是组建团队。在成立数据治理组织上，常见的参考策略有三种：集中式、联邦式和分由式。很多企业选择联邦式策略，在较小的投入下可取得较好的数据治理成效，对现有的组织机构影响较小。
然而这三种策略并不是“上、中、下”三种策略。美式民主不一定适合伊拉克，联邦式策略是有很多优点，但不是每个企业都适合。在设计数据治理组织架构时，还是要从组织的实际情况出发，“数据基础决定上层建筑“。例如，在非盈利机构中，数据的治理的出发点可能是上级监管部门的要求，驱动力由上而下，这种情况就很适合用集中式策略，以高层的意志推行数据治理。特别是早期的数据治理，在
数据仓库、商务智能都未能推广实用的条件下，要实现联邦式”数据自治“只是IT部门的一厢情愿。
好消息是，随着国家将大数据提升为国家基础型战略，以及数据产业和技术的成熟，数据越来越多地融入企业的业务活动中，很多企业的业务部门已经有数据价值意识。联帮式策略正日渐成为主流的数据治理组织策略。
依法治数
在过往的数据治理项目中，一个教训是缺少规章制度的保障。数据治理往往是运动式治理，开个动员会，领导做个讲话强调，来个风暴行动。但风暴来得再猛，风暴一过，该怎么样还是怎么样。即便高层重视，三令五申，也总有注意力转移的一天，一段时间回过头来一看，还是老样子。
在数据治理领域，我们不防借鉴一下法治思想。法治是人类政治文明的重要成果，是现代社会的一个基本框架。数据治理的“立法”，就是通过建章立制，明确数据的管理职责、管理流程，形成常态化治理机制，实现数据的“长治久安“。
另外，值得注意的一点是，数据治理制度到底不是法律，没有暴力机构保证制度的强制执行。企业在制定数据治理制度时，需要利用好企业自身的约束手段。例如，在制度中明确考核办法，将数据治理工作纳入绩效考核中，利用好能利用手段，保障数据治理制度的严肃性。
结语
政治和经济、自然密不可分，它们分别处理“人与人”、“人与物”、“物与物”的关系。而在数据管理中，也存在“人与人”、“人与数”、“数与数”的关系。数据治理中遇到问题，其根源往往是人的问题。要治数，先治人，人都治好了，还治不好数？
（部分内容来源网络，如有侵权请联系删除）
