什么是数据治理？我们为什么要做数据治理？

现代数据治理是一种战略性、持续性和协作性的实践，它使企业能够发现和跟踪其数据，了解其在业务环境中的含义，并最大限度地提高其安全性、质量和价值。

它是为了达到监管合规和无风险操作的企业竞争分化和成长的基础。

然而，尽管数字转型和其他数据驱动计划是理想的结果，但很少有组织知道他们拥有什么数据或数据在哪里，并且他们很难将已知数据整合到各种格式和众多系统中-----特别是如果他们没有办法使这些过程自动化的话。

但是，当IT驱动的数据管理和面向业务的数据治理在人员、流程和技术方面协同工作时，就可以根据可靠信息的完整清单做出决策并确定其影响范围。

最近，erwin举办了关于数据治理实践以及如何积极应对其复杂性的六大网络研讨会系列的第一部分。由iDIGMA GmbH的Frank Pörschman领导，他是IT行业资深人士和数据治理策略师，研究了“什么是数据治理？我们为什么要做数据治理”

什么是数据治理
数据治理没有标准定义。然而，DataVersion将其定义为“有助于确保组织内数据资产的正确管理的实践和过程”

在erwin，我们进一步打破了这一定义，将数据治理视为一种战略性的、持续的承诺，以确保组织能够发现和跟踪数据，将其准确地放置在适当的业务环境中，并最大限度地提高其安全性、质量和价值。

Pörschman先生要求网络研讨会与会者停止试图向高管和客户解释什么是数据治理。相反，他建议他们将数据治理放在现实场景中，以回答以下问题：“您认为数据治理能解决什么问题？”或者“您如何认识到有效的数据治理已经到位？”

本质上，Pörschman先生提出了“企业数据困境”，这源于企业要回答的三个重要但困难的问题：“我们有什么数据？它在哪里？我们如何从中获得价值？”

据Pörschman先生说，询问您如何认识到有效的数据治理是否已到位，这在高管讨论中非常有帮助。他说，当你在高层次上谈论这个问题时，你会得到一个非常“简单的答案”-----这就是“我们唯一想要的就是在适当的时间、以适当的成本向适当的人提供适当质量的适当数据。”

为什么要做数据治理

公司为什么要关心数据治理？

erwin的《2020年数据治理和自动化状况报告》发现，更好的决策是数据治理的主要驱动力（62%），其次是分析（51%），第三是合规（48%）。

在网络研讨会上，Pörschman先生指出，数据治理的驱动力与数字转型举措的驱动力相同。“这一点也不奇怪，”他说。“因为数据是数字议程或数字转型议程的成功要素之一。因此，如果没有数据治理和数据管理，就不可能实现全面的数字转型。”

数据隐私管控
尽管合规不是数据治理的头号驱动因素，但它仍然是一个主要因素-----特别是自2018年欧盟《通用数据保护条例》（GDPR）出台以来。

据Pörschman先生说，许多决策者相信，如果他们正确地执行了GDPR，他们就能够达到目标，并且可以转移到其他项目上。但他警告说，“这种（观念）是不太可能发生的。”

他警告说，对于欧盟来说，各组织需要为数字单一市场做好准备，这是欧洲议会和委员会去年达成的协议。随之而来的是关于数据访问和交换的明确定义或规则，尤其是跨数字平台的数据访问和交换，以及关于数据所有权的明确规定和执行工具。他指出，“公司将被迫共享一些与公共安全相关的特定数据，例如二氧化碳减排。因此，公司将被迫对其数据进行分类，并找到与此类平台共享数据的机制。”

GDPR也被证明是美国数据隐私的事实模型。新的《弗吉尼亚州消费者数据隐私法》（Virginia Consumer Data Privacy Act，以《加利福尼亚州消费者隐私法》（CCPA）和《加利福尼亚州隐私权法》（CPRA）为蓝本）与GDPR有许多相同的要求。

与CCPA一样，维吉尼亚法案将赋予消费者访问其数据、纠正错误和要求删除信息的权利。弗吉尼亚州居民也可以选择不收集数据。

内华达州、佛蒙特州、缅因州、纽约州、华盛顿州、俄克拉荷马州和犹他州也在某种类型的消费者隐私监管方面处于领先地位。在阿拉巴马州、亚利桑那州、佛罗里达州、康涅狄格州和肯塔基州，还有其他几项法案正在进行立法，所有这些法案都遵循与CCPA类似的格式。

停止浪费时间
除了数字转型和合规等驱动因素外，查看不良数据对企业效率/生产力的影响非常重要。
麦肯锡2019年全球数据转换调查的受访者报告称，由于数据质量和可用性较差，他们的企业总时间平均有30%花在了非增值任务上。

对于许多数据管理员来说，浪费时间也是一个不幸的现实，他们将80%的时间花在查找、清理和重组大量数据上，而只有20%的时间花在实际数据分析上。

根据erwin的2020年报告，大约70%的受访者-----从数据架构师到执行经理等角色-----表示他们平均每周在数据相关活动上花费10个小时或更多时间。

使用erwin数据治理软件带来的好处
Quest提供的erwin Data Intelligence支持企业数据治理、数字化转型和任何依赖数据获得有利结果的工作。

该软件套件结合了数据目录和数据读写功能，以提高对可用数据资产的认识和访问能力，提供使用向导，并提供防护规则以确保遵循数据策略和最佳实践。

erwin Data Intelligence自动从大量数据源、运营流程、业务应用程序和数据模型中收集、转换元数据，并将其输入到中央目录中。然后，通过基于角色的上下文视图，让元数据是整体可访问和可理解的，因此相关人员可以依据它实现准确的洞察力并做出正确的战略决策。