企业数据治理的重点和难点

数据治理是一个长期、复杂的系统工程，企业各层级的数据管理人员必须不断的沟通、教育和推广数据资产价值的重要性以及数据治理职能的业务贡献。

随着云时代的来临，大数据也吸引了越来越多的关注。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。数据治理是一个长期、复杂的系统工程，企业各层级的数据管理人员必须不断的沟通、教育和推广数据资产价值的重要性以及数据治理职能的业务贡献。提升数据使用者对数据治理的意识及对数据治理效益的认可程度，是持续改进企业数据管理机制，充分挖掘企业数据价值，提升企业核心竞争力。
一、何为数据治理
治为整治，关注数据质量，保障数据稳定性、准确性，合理控制数据的生命周期，降低成本。理为梳理和管理，数据的基本信息、状态、关联关系等，目标是搞清有哪些数据、从哪来到哪去，最终用到什么地方。所以，数据治理是一个过程，是一个从混乱到有序的过程。以服务组织战略目标为基本原则，通过组织成员的协同努力，流程制度的制定，以及数据资产的梳理、采集清洗、结构化存储、可视化管理和多维度分析，实现数据资产价值获取、业务模式创新和经营风险控制的过程。数据治理的目的在于确保数据的质量，可用性，可集成性，安全性和易用性。
二、数据治理的重点与难点
1、确定主数据对象范围
数据分为基础数据、主数据、条件数据、事务型数据、结果型数据和报表数据，识别主数据的标准为是否最终用户使用、数据的稳定性、数据被重复使用或参考的频率等。明确了主数据对象，以及其应用的业务范围和系统范围后，主数据对象范围基本确定。
2、订数据标准规范
在该阶段，最大的捷径是在企业内部明确各个主数据对象的专家，由专家牵头，相关部门配合来梳理数据标准和制定主数据标准规范。主数据的标注规范一般包括主数据对象的数据分类、数据字典、数据描述规则、数据编码规则，确定主数据对象的主数据对象的唯一性规则（确保一物一码）、主数据对象的规范性规则（确定每一个输入框的值符合标准规范）、完整性规则（必输、可选、隐藏、显示）。
3、确定主数据维护流程
主数据维护流程一般定义为主数据修改流程、主数据新建流程、主数据归档流程、主数据冻结/解冻流程。为何要使用流程呢？因为不论是否搭建主数据管理系统（MDM系统），主数据都是由使用者提需求，相关部门做审核控制后编码。
4、历史主数据清洗
数据清理的最大难点是人的问题，需要抽调大量的人力将不符合规范要求的数据洗白，从而符合主数据管理标准规范的要求。那么，是否一定要这么做呢？答案是肯定的，唯一可以减少工作量的技巧就是对几年之内没有发生过业务的主数据不清理，这些主数据在经营或生产系统中不允许做业务，如果将来该主数据要发生，那么需要先修改成符合标准规范的数据后，再允许做业务。
5、主数据应用跟踪和分析

对活跃度的分析，可以定期清理非动态的主数据；对主数据采标率的分析，可以逐步清理干净非采标数据；对数据应用质量的监控，可以确保在主数据标准规范调整后（唯一性、完整性和规范性）的数据清洗；对数据编码进度的监控，可以提高编码效率。

三、功能强大的数据治理工具有哪些
针对政府和企业数据质量差、数据标准不统一等现状，亿信华辰自主研发的睿治包含实时计算存储、元数据、数据标准、数据质量、数据集成、主数据、数据资产、数据交换、数据生命周期、数据安全等高度融合的十大核心模块，各模块可独立或者组合使用，打通数据治理各环节，实现了数据治理场景的全覆盖。
睿治的通用扩展性之高，广受好评。平台基于各行业数据共性，采用成熟模块化设计理念，实现各模块功能各行业应用场景普遍适用；平台功能全面，模块组装灵活，可高效便捷完成数据从创建到消亡的全过程的监控和治理；平台提供丰富的服务接口，内置脚本支持，全面满足集成、扩展需要。
睿治作为国内少有的覆盖数据全生命周期的数据治理平台，以创新的方式保证企业的业务数据在采集、汇总、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性，全面为客户量身打造符合自身特征的数据治理体系。实现了数据问题一个平台全解决，使客户从此告别东拼西凑尴尬局面，从而进一步提升数据治理的全面性、连贯性、持续性，真正降低了成本。