元数据之父David Macro 在2019全球架构师峰会上做了题为《The first 11 steps in world class data governance program》，很适合当前国内数据治理刚刚起步的状态，演讲中列出十一件在数据治理初期必须要做的事。

 

一、创建数据治理章程（建制度）

形成记录在案的章程，周期性回顾数据治理计划的目的、初衷，章程规定了必须成立数据管理委员会的商业目的：

1、设定具体目标（针对组织的痛点和机会-企业目标 3+2模式）

● 提高营收（减少数据质量错误从而更好的业务决策，市场分析，客户360度视角）

● 降低成本（减少冗余数据，流程和应用程序，加快系统开发，降低系统故障）

● 降低风险（风险管理）

● 达到业务目标

● 章程是用于执行人员沟通的业务文档

2、具有故事性，与所有的交流一样，用生动的方式来阐述

故事有一个起因—经过—结果

引人入胜且有趣

感动读者的情感因素

3、具有激励性

两个章程样本

样本一：数据治理章程（问题陈述部分）

供应商数据在整个公司存在大量冗余缺乏自动化，可重复和可验证的方法来进行管理。数据质量差，妨碍了我们对供应商进行准确的度量和管理。

我们的项目针对供应商数据问题，在我们的100个应用程序中，解决同名异义与异名同义的问题，晦涩难懂。

样本二：数据治理章程（解决方案部分）

我们的数据治理专项改造项目将冗余供应商去重，以便在我们的应用程序中使用唯一的供应商编号来标识供应商。

代码编号将从企业全局定义，并在整个公司范围内标准化。重新设计这些代码编号，删除掉模糊具有二义性的。

二、建立数据治理委员会（组织架构）

 

三、制定治理委员会具体规则

● 周期性会议

● 会议结构或议程

● 跟进清单

● 会议纪要

四、评估当前数据管理状态

评估每个DMBOK域

基于卡内基梅隆大学创建的数据管理能力和成熟度模型（DMM），成熟度级别：从级别1到5级

 

五、数据治理评估

定义未来数据管理目标，请数据治理委员会评定优先级

● 识别并采访关键利益相关者（高管/业务/IT）

● 高级文档审查

● 对结果进行整理和分类

● 评估成熟度

● 确定合理有价值的目标

● 确定实现成熟度目标的路线图

通过以下方式确定合理的数据管理成熟度目标

● CEO定义的公司目标

● 企业痛点

● 企业竞争对手对标

● 需求收集驱动的成本/收益分析

● 通用数据管理目标

 

六、建立主题域模型

主题域（数量控制在5-15个主题域，如:合法 位置 账户 产品 服务 供应商 客户 销售交易 材料）

可以考虑用下面这个矩阵来分析部门划分是否合理
 

 

七、建立数据治理组织

● 数据治理委员会也需要被企业监管

● 经常采用少数服从多数的方式投票

● 开始的三个月，开月度会议

● 三个月之后，每两个月召开一次会议。

● 成熟之后，可以变为季度会议

● 考虑成立数据管理协调小组

● 考虑成立主题域组，小组成员由业务专员，技术专员和利益相关人构成。

 

八、确定数据管理专员

指派数据治理核心团队（主管，业务，技术）

● 根据业务案例

● 确保挑选的专员能够称职

● 帮助他们成功，给予相应的培训 /计划组织/团队氛围）

 

九、指派每个业务主题域的业务负责人

● 组建业务管理团队

● 团队应按主题域组成

● 一个人可以跨多个学科领域

● 持续考核和改进团队知识差距

 

十、数据治理范围文档（时间允许）

● 设定质量要求

● 关键成功要素(CSF)

● 风险要素

 

十一、相关受益者文档（时间允许）

相关方的参与角色及影响范围，输入输出。下图是个对相关方分析的例子
 

 

● 考虑平衡短期和长期的利益

● 会议纪要模板

● 问题跟踪模板

● 变更管理模板