睿治

智能数据治理平台

睿治作为国内功能最全的数据治理产品之一，入选IDC企业数据治理实施部署指南。同时，在IDC发布的《中国数据治理市场份额,2022》报告中，蝉联数据治理解决方案市场份额第一。

在线免费试用 DEMO体验视频介绍

睿治智能数据治理平台

IDC蝉联数据治理解决方案市场第一

数据治理管理措施

时间：2020-10-21来源：知乎浏览数：1544次

1.提高全面思想认识

毋庸置疑，数据是企业的宝贵资产，各企业已经意识到数据质量的重要性，但是并没有将数据治理提到战略高度，信息化建设的重点仍然是应用系统建设和运维。数据治理是一个系统工程，需要管理层、系统开发人员、系统使用人员、系统维护人员多方协作才能进行。目前最大的问题就是各方人员对数据治理的认识还处于盲区，他们并没有意识到数据治理的重要性，因此数据治理首先要从上到下全面提高思想认识，保证在系统建设、系统运行、系统维护各个环节都能重视数据治理。

2.成立数据治理组织

健全的数据治理组织是全面开展数据治理工作的基础，数据治理组织应包括管理人员、业务人员和技术人员，缺一不可。数据治理组织可以设置三种角色，数据治理委员会、数据治理业务组、数据治理技术组。

数据治理委员会：由校领导、IT部门负责人和业务部门负责人组成，负责制定数据治理的目标、制度、规范、流程、标准等，沟通协调，解决相关人员责、权、利问题，推行数据治理文化。

数据治理业务组：由业务部门业务专家、业务部门系统管理员组成，负责业务系统参数、基础数据维护，保证系统正常使用;负责审核、检查、整改业务数据，在数据产生源头提高数据质量。

数据治理技术组：由IT部门的相关技术人员组成，包括系统开发人员、数据治理人员、数据库管理员。系统开发人员负责系统数据录入功能符合数据校验标准和数据治理标准;数据治理人员负责开发数据质量检测规则、监控数据质量、批量修改数据等工作;数据库管理员负责系统数据的备份、恢复、安全、审计等工作。

3.建立数据标准体系

一般来说，信息化建设应遵循标准先行的原则，在应用系统建设初期就应该制定企业内部数据标准体系，保证各业务部门、各业务系统使用相同的数据标准，提高部门间、系统间数据共享能力，避免形成信息孤岛。数据标准体系包括数据标准、技术标准、管理标准、数据质量标准等内容，可以成立由业务人员和技术人员组成的数据标准制定小组，负责数据标准体系的制定、维护、宣传、解释等工作。

4. 制定数据质量管控规范

由于企业缺乏明确的数据质量管控规范、流程，导致数据治理相关人员职责划分不清，缺乏专职人员在不同阶段对数据质量负责。通过制定数据质量管控规范，使相关人员明确在数据产生、存储、应用整个生命周期中数据治理包含的工作内容和工作流程，形成校内统一管理体系。为了提高数据治理执行效率，有必要建立数据治理绩效考核，检验数据治理各个环节的效果。