企业实施数据治理的核心内容及条件保障

蔡庆由

关键词：企业发展; 数据治理; 核心内容; 条件保障

引言

当前大数据、云计算等科学技术飞跃发展，数据海量激增，呈现爆炸式增长趋势。现阶段数据在各行业中的作用愈发突出，成为企业科学决策和提升核心竞争力的坚实基础和科学依据。数据资产作为企业必不可少的战略性资源，事关企业健康长远发展。但现阶段企业数据中存在许多不利于企业发展的劣质数据，如果不加以有效治理，将会限制企业数据挖掘质量的提升，也会影响企业数据共享平台的高质量建设，降低了企业数据分析的准确性。为此，如何优化现代企业数据治理，成为各企业经营发展的重要内容。

一、数据治理对企业发展的重要意义

（一）组织内部数据资源对接的现实需要

现阶段许多企业加大力度建设企业信息化系统，但是在各类系统中数据较分散，并未遵循统一规范的数据分类标准，这也就导致企业使用数据时不够标准，常常出现数据不一致和数据不够完整的问题。数据不标准常表现为各个系统对于同一项业务数据定义存在差别。数据不一致则体现为有关联的各个系统之间数据未能同步，各个系统之间不遵循统一编码，要么是业务含义相同而编码不同，要么是编码相同，却代表不同业务含义。数据不够完整突出体现在数据缺少关键ID，造成企业各个系统的数据成了孤岛，无法共享。针对这些情况，企业要合理治理各个系统的数据源和数据资产，协调好各个组织系统内数据的交流共享。

（二）对于提升数据资源整体质量有重要作用

大数据时代，企业为了更好的挖掘数据价值，正在积极探索和构建数据治理的技术和模式，为企业健康发展创造扎实的数据基础。数据作为企业宝贵的战略资源，如果不加以科学治理，数据质量就会严重下降，数据难以发挥出应有的价值和作用，无法成为企业资产，哪怕投入更多的技术和业务，也无法促进企业核心竞争力的提高。企业数据质量的下降，则会导致企业重复投入，限制各种应用系统价值作用的发挥，导致企业不能牢牢把握发展机遇，最终造成无法估量的损失。加强企业数据治理，是提升企业数据质量的必经之路，是提升数据准确性的有效途径。

（三）是企业数据驱动科学发展的现实需要

当今时代，数据海量激增，数据是企业资产的重要组成部分。企业数据类型十分多样，涉及到文本、音频、图像等多个方面。企业数据根据不同的分类标准，可以分为静态、动态数据，实时、非实时数据。企业数据主要来源于企业信息设备、外部供应链、企业社交网络等层面。企业为适应时代发展，必须要坚持数据驱动，做好数据治理。优化企业数据治理，企业能够更清晰的明确自身发展的实际情况，了解自身的经营优势和缺陷，进而能够切实提升企业决策的科学性和合理性，提升企业的业务水平，更好地满足用户的实际需要。企业能够通过分析和整合数据资源，掌握有益于企业发展的数据内容，引进先进数据技术，促进企业内部各个职能部门之间信息快速交流和共享，提升各部门沟通的透明度。

（四）对企业整合资源打造核心竞争力有重要作用

在生产经营过程中，会产生各种类型的数据，企业需要对内外部数据进行科学整合，进而对事关企业重大商业利益數据信息进行分析和应用，以便发挥出数据资源的价值作用，以此指导企业科学经营。先进数据技术应用过程中，伴随着企业管理方式的变化，企业数据治理工作应该落实到企业管理层、业务层和决策层的各个方面。企业数据治理需要协调企业管理层和其他相关人员的关系，这样也能够提升企业的核心凝聚力和核心竞争力，使得各个部门、各个层次员工都能够共同朝着企业的共同发展方向方向迈进，从而更高效率的达到企业目标。

二、探讨企业数据治理的核心内容

（一）元数据管理方面

所谓元数据，是指用于描述数据的数据。元数据管理涉及的内容包括创建元数据、组织元数据、存储元数据、整合元数据和控制元数据。企业数据管理团队应当首先明确企业业务开展所需要的相关数据，明确企业生产经营活动的过程中可能会产生的数据内容，弄清各种数据之间的关联性。企业要建立起用于元数据管理的元数据存储库，合理存储各种类型业务元数据以及技术元数据的实际状态、相互关系，从而方便企业内部各部门和各个系统之间数据资源的交流和共享。优化元数据管理，能够很好的应对数据重复建设的局限问题，进而有效的提升企业数据的整体质量水平。

（二）主数据管理方面

所谓主数据，指的是企业开展业务实体的相关数据，包括产品数据、客户数据，等等。主数据主要分布在企业的各种业务流程之中，也分散于企业各个信息系统之中。主数据的价值很大，对于企业来讲，主数据是企业内部各个部门和系统应当交流共享的关键数据内容。企业进行数据治理，必须要以发挥主数据价值为目标，从而满足企业各个部门对数据的实际需要。企业主数据管理，需要从各个部门对数据使用的不同需要出发，针对性的围绕企业各类业务规则和目标实施管理，协调配合企业各个部门的不同业务流程。企业要切实提高主数据的质量，设置行之有效的主数据管理技术和策略方案，确保企业业务数据能够符合规范标准，提升业务数据的一致性。企业主数据管理需要长期持续实施，企业应当建立主数据中心，加强对主数据的规范使用，完善相关配套管理，设置科学有序的主数据管理规范和流程。

（三）数据生命周期和数据质量方面

第一，企业要做好数据生命周期管理。所谓数据生命周期，指的是数据从产生到应用，再到消亡的全过程。企业数据不会永恒存在，一方面的原因在于，企业开展数据维护成本较高。另一方面，企业数据价值会根据企业发展的不同情况发生变化。为此，企业开展数据治理，必须要从自身的需求出发，合理掌握数据生命周期的基本特征，采取针对性的数据管理办法。数据生命周期管理目标在于，企业通过合理控制成本，有效控制管理企业数据，为企业创造更丰富的价值。企业实施数据生命周期管理，必须要设置严格的判断标准，分析各类数据，明确哪一部分数据需要合理存储，哪些应当充分深入的分析和应用，哪些数据应当尽快的去除。针对不同数据的存储、分析、应用和去除，企业应当设置相应的标准，规范和优化数据生命周期管理流程。

第二，企业要做好数据质量管理。所谓数据质量管理，指的是企业要以质量为引领，优化企业数据资产管理，促进企业数据质量持续性提升。大数据等科学技术的有效应用，企业数据治理愈发紧迫。由于企业数据存在于各个系统之中，企业尚未建立完成、规范、统一的数据标准，限制了各个系统之间数据的交互共享。这也就导致数据分散在各种不同系统之中，无法高效、快速的识别，导致数据可靠性明显下降。企业数据质量关系到企业技术应用的效果，企业数据质量管理工作要做好对高质量数据的分析、整合和应用。优化企业数据治理，能够使得企业更好的承担起数据责任，帮助解决更精准的突破技术问题，从而切实提升企业数据质量管理的综合能力。开展企业数据质量管理，需要设置有序、规范的数据质量管控流程，有关人员应当落实承担好数据生命周期全过程的工作内容和职责，切实提升企业数据治理的有效性。

（四）数据治理的流程

企业数据治理，需要落实好业务流程整合。企业数据治理要紧紧围绕企业业务活动，企业应当首先明确业务问题，从业务问题出发，设置清晰、完善的数据治理计划方案，精准解决业务问题，从而获得业务部门更坚定的支持，从而进一步拓宽数据治理，将数据治理落实到各种类型的业务活动之中。企业通过做好业务流程整合，能够更方便企业开展数据治理，为优化和提升数据治理效率提供方便。整合和规范业务流程，能够帮助企业数据治理团队更好的把握企业业务活动数据之间的相关性。

三、探究企业实施数据治理的条件保障

（一）管理方面

企业优化数据治理，应当首先从思想理念角度出发，思想上要提高对数据治理的重视程度。作为企业战略实施的宝贵资源，数据治理工作是一项系统工程，需要长期持续的维护，需要管理层、开发人员、技术人员、维护人员等各个部门、各个层级人员相互配合、相互协调。企业对于数据治理的认知不够深入，是当前企业进行数据治理的主要障碍，管理者没有认识到数据在决策等过程中的重要性。企业应当首先充分认识到优化数据治理的必要性和重要性，要将数据治理落实到系统运行、建设、维护等环节全过程之中。除此之外，企业要设置清晰、明确的数据治理的目标，预先对数据治理的结果进行预测，设置风险控制机制，确保数据治理的价值作用能够充分得以实现。企业进行数据治理，必须要有专业的人员，充足的资金和先进的技术，要切实发挥出数据治理帮助企业增加经济效益和控制风险的效果。企业要明确数据治理是循序渐进可持续的过程，必须要将数据治理的目标和企业发展战略目标相统一，要适应企业大战的长期规划。最后，企业还要尽快建设数据治理管控机制。通过设置管控中心，建设良好的数据治理文化，明确设置数据治理标准，整合企业业务流程和过程，为企业数据质量和安全做出保障。

（二）人才组织方面

优化企业数据治理，必须要有与之相配合、相协调的人才组织机构。企业数据治理的主体包括数据利益相关者、管理者和技术专家。企业数据相关者主要是指企业内部的各类型业务部门，除此之外还有一些受到企业行动影响的组织。作为企业数据的生产者，数据利益相关者要负责创造和应用数据，还要明确设置数据使用的规则，遵循使用规则对企业数据进行有效监督管理。企业数据治理的主体还包括数据治理委员会。作为中心决策方，数据治理委员会主要包括企业领导层，业务部门的相关负责人，他们要做好数据治理目标、流程、标准、制度等相关内容的指定，要负责协调好各个业务部门之间的利益需求，还要决策和明确数据治理的其他相关事务。数据管理者也就是执行者，主要是要负责落实委员会所制定的各种规定和要求，数据管理者包括业务专家以及企业内部系统的管理负责人。最后，数据技术专家指的就是相关技术人员，包括开发人员、数据库管理者等等，主要负责对相关数据进行录入、修改、储存、审计，要按照规范统一的标准开展相关工作。为了能够实现高质量的数据治理效果，企业还需要一批具有先进技术的算法科学家，这些科学家主要负责数据系统的优化以及数据处理算法的设计，能够有效提升数据库和算法的效率。

（三）制度方面

首先，企业要制定清晰、明确的数据规范标准。设置数据标准，才能够进一步数显数据整合，才能够确保企业数据治理规范化。企业数据治理应当遵循规有关原则，制定出完善、清晰的标准体系，落实明确数据基础、技术、管理、质量等相关标准。确保企业内部的业务部门和系统都能够遵循统一的标准，以便于各部门之间数据共享。现阶段企业数据的实用性并不高，正是由于未能设置规范统一的标准，相同的数据在不同系统、不同部门表现出不同的形式，给企业数据管理利用造成了巨大的困难和障碍。因此，企业必须要对数据生命周期全过程设置相对应的相关标准，切实满足不同部门和不同系统对于数据应用的需要。其次，企业应当制定完善健全的数据安全管理制度，以保障企业数据安全。针对大数据时代背景频发的数据传输、数据处理、数据控制等安全问题，企业应当制定相配套的管理机制，切实保障企業数据安全可靠。企业要采取行之有效的技术措施，保障数据在传输过程中不会被非法截取或篡改。为了提升数据安全管理的有效性，企业应当明晰数据的安全范围，根据数据重要程度的不同划分出等级，按照不同等级采取不同的安全管理办法。企业还要合理设置数据权限，对于数据访问和使用应该有严格的标准和限制，还要合理应用敏感数据和隐私数据，严防数据信息泄露。

（四）技术方面

提升数据治理的水平和有效性，必须要有相配要的技术条件。企业应当制定统一、规范的数据平台，做好对企业数据的集中整合。企业还要设置统一的数据架构，避免出现数据不一致、不完整等相关问题，要为数据交换和共享提供方便。

结束语

企业要结合大数据时代背景，充分认识到目前自身经营面临的竞争压力，充分认识到数据治理的重要意义，从管理、制度、人才、技术等几个方面优化企业数据治理，提升企业科学决策的能力和核心竞争力。

参考文献：

[1]夏义堃.试论数据开放环境下的政府数据治理：概念框架与主要问题[J].图书情报知识，2018，01：95-104.

[2]钱毅，刘涛.面向智能档案管理的企业数据治理路径研究[J].山西档案，2018，02：5-8.

[3]孙嘉睿.国内数据治理研究进展：体系、保障与实践[J].图书馆学研究，2018，16：2-8.

[4]刘越男.数据治理：大数据时代档案管理的新视角和新职能[J].档案学研究，2020，05：50-57.

[5]王伟玲.基于价值链的工业数据治理：模型构建与实践指向[J].科技管理研究，2020，4021：233-239.

[6]颜佳华，王张华.数字治理、数据治理、智能治理与智慧治理概念及其关系辨析[J].湘潭大学学报（哲学社会科学版），2019，4305：25-30+88.