数据治理
数据治理包括数据治理组织、数据制度建设和数据治理沟通三个二级域，其中数据治理组织包括组 织机构、岗位设置、团队建设定内容，是数据治理的基础；数据制度建设重点明确相关的规范化流程， 确保数据管理和数据应用各项工作有序开展；数据治理沟通是整体机制有效运转的关键，确保相关内容 在治理组织内的发布和贯彻。
1 数据治理组织
1.1 概述
数据治理组织包括组织架构、岗位设置、团队建设、数据责任等内容，是各项数据职能工作开展的 基础。对组织在数据管理和数据应用行使权力进行规划和控制，并指导各项数据职能的执行，以确保组 织能有效执行数据战略目标。
1.2 过程描述
数据治理组织过程域主要包含以下活动：
a) 数据治理组织建立
建立数据体系配套的权责明确且内部沟通顺畅的组织框架，确保数据战略 的实施。组织架构的具体形式设定与组织文化保持密切关系，同时对数据治理沟通机制有决定 性作用
b) 岗位设置
建立数据治理所需的岗位，明确岗位的职责，任职要求等。
c) 团队建设
制定团队培训、能力提升计划，通过引入内部、外部资源定期开展人员培训，提升 团队人员的数据治理技能。
d) 数据归口识别
识别数据所有人、管理人等相关角色，明确数据的归口管理人员。
e) 人才培养
根据数据工作以及员工发展的需求，定期开展数据相关技能的培训，提升人员的技 能。
f) 建立绩效评价体系
根据团队人员职责、管理数据范围的划分，制定相关人员的绩效考核体系。
1.3 建设目标
数据治理组织的建设重点考察下面三部分内容：
a) 建立完善的组织架构及对应的工作流程机制；
b) 数据管理明确归口管理，并设置足够的专兼职岗位设置，持续推动团队建设；
c) 设置数据角色，在数据管理范围上建立全面的数据责任体系；
d) 建立支撑数据管理和数据应用战略的绩效评价体系。
1.4 度量标准
度量标准应包含以下内容：
a) 级别1：初始级
1) 在具体项目中体现数据管理和数据应用的岗位、角色及职责；
2) 依赖个人的能力解决数据问题，没有设定专业的组织；
3) 没有持续的培训和改进计划，员工没有接受专业培训。
b) 级别 2：受管理级
4) 有部分的培训和经验分享计划，但没有制度化；
5) 在单个数据职能域或业务条线，建立包括多个层级的组织架构；
6) 在单个数据职能域或业务条线，有明确的数据管理和数据应用实施部门，负责组织内对 应数据职能相关工作开展；
7) 设置数据管理和数据应用专职岗位，岗位职责明确；
8) 在项目层面建立数据责任，明确数据角色及对应职责。
c) 级别 3：已定义级
9) 高级管理层负责数据职能决策工作，推动数据管理相关工作；
10) 在组织范围内明确统一的数据管理和数据应用归口部门，负责组织协调各项数据职能工 作有序开展；
11) 在组织范围内建立、健全数据责任体系，覆盖组织各层级、业务、系统、数据范围；
12) 定期进行培训和经验分享，不断提高员工能力。
d) 级别 4：量化管理级
1) 组织架构、岗位团队情况通过量化准则评估合理性、完备性；
2) 建立提高数据管理、应用人员工作积极性及促进其职业发展的激励约束机制。
e) 级别 5：优化级
1) 建立适用于数据管理和数据应用岗位人员的量化绩效评估指标；
2) 成为行业标杆，分享最佳实践。
2 数据制度建设
2.1 概述
保障数据管理和数据应用各项功能的规范化运行，建立对应的制度体系。数据制度体系通常分层次 设计，遵循严格的发布流程，并定期进行重检和更新。数据制度建设是数据管理和数据应用各项工作有 序开展的标准和规范，是数据治理沟通和实施的关键依据。
2.2 过程描述
数据制度建设过程域主要包含以下活动：
a) 数据制度框架
根据数据职能的层次和授权决策次序，数据制度框架分为政策、办法、细则三 个梯次，该框架标准化地规定数据管理和数据应用的具体领域、各个数据职能领域内的目标、 遵循的行动原则、完成的明确任务、实行的工作方式、采取的一般步骤和具体措施。
b) 数据制度内容
数据政策与数据办法、数据细则共同构成组织数据制度体系，其基本内容如下：
1) 数据政策说明数据管理和数据应用的目的，明确其组织与范围；
2) 数据办法是为数据管理和数据应用各领域内的活动开展而制定的一系列规则、流程；
3) 数据细则是确保各数据方法执行落实而派生出来的实施细节与技术规范。
4) 数据制度发布。组织内部已发文、邮件等形式正式发布审批过的数据制度。
5) 数据制度宣贯。定期开展数据制度相关的培训、宣传工作。
2.3 建设目标
建设目标应包含以下几部分：
a) 建立数据制度体系，并在组织范围内广泛征求意见后发布执行；
b) 建立制度的管理流程，进行制度的重检、更新、发布、推广。
2.4 度量标准
度量标准应包含以下内容：
a) 级别 1：初始级
1) 在项目内建立数据相关规范或细则；
2) 对组织的数据资产使用没有相关制度来规范；
3) 在数据披露、合规方面，组织没有正式的制度来控制；
4) 没有常规性地、定期审视数据管理和数据应用的制度和程序。
级别2：受管理级
1) 在部分数据职能框架领域建立跨部门的制度管理办法、细则；
2) 跟踪制度实施情况，定期修订管理办法，维护版本更新；
3) 防范法律和规章风险的部分制度是存在的，但还不完整。
级别 3：已定义级
1) 在组织范围内搭建制度框架，并制定数据政策；
2) 建立全面的数据管理和数据应用制度，覆盖各数据职能域的管理办法和细则，并以文件 形式进行贯彻，以保证数据职能工作的规范性和严肃性；
3) 建立有效的制度管理机制，持续制修订，保障有效性；
4) 防范法律风险相关制度完备。
级别 4：量化管理级
1) 制度建设的全面性、科学性、有效性能够通过评估准则进行量化。
级别 5：优化级
1) 成为行业标杆，最佳实践；
2) 参与国家、行业、区域性数据相关制度的规划、制定及实施。
3 数据治理沟通
3.1 概述
数据治理沟通旨在确保组织内全部干系人都能及时知悉相关政策、标准、规范、流程、角色、职责、 计划的最新情况，以及各项数据职能任务的进展状态。数据治理沟通是建立有效数据职能运行机制的关 键，需要支持跨部门、条线数据管理能力的建立与提升。
3.2 过程描述
数据治理沟通过程域主要包含以下活动：
a) 沟通路径
需要符合企业现状、文化，同时满足各层级需求。
b) 沟通计划
建立定期或不定期沟通计划，并在干系人之间达成共识。
c) 沟通执行
按照沟通计划安排实施具体沟通活动，同时对沟通情况进行记录。
d) 沟通升级
在必要情况下进行沟通层级上升，以解决分歧。
e) 沟通变更
及时跟进实际情况对沟通路径、计划、执行、升级等活动进行变更。
3.3 建设目标
建设目标应包含以下几部分内容：
a) 沟通保障数据管理和数据应用活动的信息能够被相关人员及时获悉并理解；
b) 及时发布影响数据管理和数据应用的行业或监管合规性指导；
c) 干系人参与数据治理沟通的机制建立和发展。
3.4 度量标准
度量标准应包含以下内容：
a) 级别 1：初始级
1) 在项目内进行沟通活动的实施和管理；
2) 存在一些零散的数据管理和数据应用的沟通计划，但是未统一。
级别 2：受管理级
1) 在单个数据职能域，定义跨部门的数据管理相关的沟通计划，并在干系人间达成一致， 按计划推动活动开展；
2) 数据管理的相关政策、标准、规范纳入沟通范围，并根据反馈进行更新。
级别 3：已定义级
1) 建立组织级的沟通机制，明确不同数据管理活动的沟通路径，满足沟通升级或变更管理 要求，在组织范围内发布并监督执行；
2) 数据管理的相关政策、方法、规范在组织范围内进行沟通，覆盖大多数数据管理和数据 应用相关部门，并根据反馈进行更新；
3) 制定评价标准，衡量沟通的有效性，并指导沟通改进；
4) 干系人审阅沟通计划和沟通过程，并进行审计、后督等工作。
级别 4：量化管理级
1) 建立与外部组织的沟通机制，扩大沟通范围以满足监管合规或新的发展趋势要求；
2) 应的数据管理和数据应用的沟通计划提供了有效、高效的渠道，成功向整个组织宣传数 据治理与管理计划的价值，全员认同数据是组织的重要资产；
级别 5：优化级
1) 利用统计方法，持续优化和完善沟通机制；
2) 为行业标杆，最佳实践。
（部分内容来源网络，如有侵权请联系删除）
