导语：在数据治理工作的实施过程中，部署数据战略、确定工作规划、推进组织建立等内容，都在推进数据治理工作顺利实施的前期工作之列内。以上工作的完成，能够为数据治理在企业内部的生根发芽、实现落地打下良好基础。有了前期工作的奠基和蓄势，数据治理工作如何一步步推行下去，又能够实现怎样的效果呢？在本文中，中翰将以数据的新增引入为例讲解数据治理工作实施的具体要点。

在数据治理过程中，产生数据新增、企业业务环境发生变化、出现新的数据源等情况十分普遍。数据服务要实现识别关键问题、预测未来发展、捕获市场机遇等等重要功能，就必须保证新数据能够灵活、有效、安全地被企业掌控运用。那么，应该怎样结合企业实际，采取恰当的策略完成数据的新增引入工作呢？

一、设计构建数据模型

数据模型体系是数据的核心部分，也是数据生命周期的起点。数据模型体系包括：编码体系（指编码规则）、分类体系（指分类结构）、信息模型体系。此处的构建数据模型，即指将新数据的层次结构映射到现有数据的层次结构。

要执行数据映射，首先要做的是根据企业实际情况设计构建出企业自身所独有的数据模型体系，并保证其稳定性、可拓展性、可优化性。一旦发生需要新增数据的情况，该模型体系可以保证新老数据资源的持续稳定利用。

数据模型的设计原则如下：

（1）数据编码原则——唯一性、完整性、准确性、适用性、继承性、拓展性、稳定性、易用性。

（2）数据分类原则——维度统一、粒度统一、避免出现“其他类”、允许多类别结构的存在。

二、更新数据字典

要实现新增数据到现有数据的映射，数据字典的更新能够起到重要的指示作用。数据字典可以帮助理解数据项适合结构中的哪个地方，它可能包含什么数值，以及其实体对应关系。

三、评估数据安全性和访问权限

当出现数据新增的情况时，企业应结合科学的数据安全标准体系对新增数据的安全性、合规性和应设置的访问权限进行充分的评估考量。

企业应参照《DAMA数据管理知识体系指南》、《信息安全技术-数据库管理系统安全技术要求》（GB/T20273-2006）以及《信息系统安全等级保护基本要求》（GB/T 22239-2008）的相关内容、结合当下政策法规和企业实际业务情况构建覆盖数据生命全周期的安全标准体系。该体系应包含企业技术人员、审计人员、法务人员共同制定的数据安全策略，实用可执行的数据安全标准，数据安全控制及措施，数据访问视图、字段和权限的管理，用户身份认证和访问行为的监控，信息密级的划分，各方面数据安全审计等内容。

四、通过流程控制数据质量

在数据新增的关键流程中实施管控措施，最大程度上解决因不专业而造成的数据维护错误问题，就能实现从源头保证新增数据的质量。

对此，中翰总结出一项独特的实施策略：将数据维护工作按照业务岗位进行拆分，分视图、分属性字段授权给相关业务岗位，由他们直接维护自己专业范围的相关数据信息，最后再由相关的专业人员或者领导进行审核。这样可以大大增强数据维护的专业度和准确率，真正实现从根源上改善数据质量。

这种“技术+行为”双管齐下的约束策略，除了能够有效保证新增数据质量之外，还能够明确相关责任，强化管控力度，最大化的规避二次错误的发生。

五、沟通和变更管理

一般来讲，数据的生产、传输、存储、使用、共享等生命周期各个环节，都应安排相关人员对其质量管理工作负责。当产生新增数据时，相应的数据管理者或负责人应该将数据新增变更的情况和应对方法向各环节上收到影响的用户讲解清楚，并负责数据新增后造成的操作、流程、人员等方面的调整变更管理。