随着数据相关政策的不断更迭，企业渐渐建立起对数据治理重要性的实际认知。数据治理是企业有效管理和利用数据资源的关键所在，简单来说，它能够通过提升企业数据的准确性、完整性、安全性和合规性，帮助企业提升决策质量，优化业务流程，增强市场竞争力，实现可持续发展。同时，数据治理也是企业数字化转型的基石，有助于构建数据驱动的企业文化，推动企业在数字化时代保持领先地位。

十几年来，中翰始终相信和坚持数据治理在企业中具有重要地位，是企业实现数据管理现代化、提升核心竞争力的关键因素。如今，“数据治理”也已经在许多企业的未来规划中占据了独特的一隅。

知其然，更要知其所以然。企业要做好数据治理，一方面应该对数据治理工作的实施方式建立起正确全面的认知，另一方面也应充分理解数据治理工作背后的意义和动机。在这里，为了更加快速形象地了解“数据治理”的含义，我们不妨代入5W1H模型来进行解释：

1.“WHO”：在企业中，与数据治理有关的角色是？

在企业中，所有对数据的产生、管理、使用、监督、退役等环节有直接或间接影响的个人或团体都应该是数据治理工作的责任人。这些人被称之为“数据利益相关者。”他们的身份可能是组织内部的员工、部门或业务单元，也可能是企业高层管理者。

数据利益相关者对于数据治理的重要性在于，他们的需求和利益会影响到数据治理的决策和行动。因此，在数据治理过程中，需要充分考虑和平衡各方利益相关者的需求和利益，确保数据治理的决策和行动能够满足各方的期望和要求。

同时，数据利益相关者也是数据治理的重要参与者和监督者。他们可以通过提供反馈、建议和参与决策等方式，帮助改进和优化数据治理的策略和流程、对数据治理的效果进行监督和评估，确保数据治理的效果，提高可持续性。

2.“WHAT”：数据治理是什么？

我们可以将“数据治理”理解成一个系统/体系，其最终目标是提升数据的价值，要支撑该系统/体系的良好运转，可以依靠一个凝聚了企业内外部共识的模型来执行数据相关工作，即确立：“谁（Who-不同数据利益相关者）能根据什么信息，在什么时间（When）和情况（Where）下，用什么方法（How-流程、工具、沟通等），采取什么行动（What-监督、控制、决策等）。”该体系的成立也包含组织、制度、流程、工具等内容的确立。

3.“WHEN”：开启数据治理的时机

是否开启正式的数据治理工作，其时机通常取决于企业内部和外部环境的多重因素：

1）企业组织/系统变得庞杂，现存的数据管理方式无法支撑企业庞大复杂的数据在需要时得到合理使用；

2）企业数据质量问题严重影响企业正常经营，数据的不准确、不完整、不一致现象使得企业发生决策失误，业务效率低下，客户信任度下降等情况；

3）随着数据保护法规的日益严格，企业需要确保其数据处理和存储符合相关法规要求。数据治理工作可以帮助企业建立合规的数据管理流程和规范，以满足法规要求；

4）企业高层对数据治理重要性的认知程度和企业数据文化的发展水平也会对数据治理开启的时机是否成熟产生影响。

4.“WHERe”：数据治理的负责部门如何确定？

不同部门的日常工作职责和利益落脚点不同，沟通能力、决策能力和技术水平不同，可能会给数据治理工作带来不同的影响，仅仅依靠某一部门的力量推动企业整体数据治理工作可能存在一定风险。企业可以考虑在技术部门中设立一个方便沟通决策的管理小组，也可以设立一个跨部门的数据治理委员会，负责全面推动数据治理工作，该委员会应由来自不同部门的高级管理人员组成，以确保数据治理工作的跨部门协作和整体推进。

5.“WHY”：为什么要将数据治理工作放在统一框架中执行？

数据治理框架是一组特定的原则、流程和指标，用于定义如何在组织内收集、存储和使用数据。按照特定框架执行有利于数据治理工作的科学有序开展。数据治理框架的以下几个特性也在能够在很大程度上提升数据治理工作的效果。

1）系统化、结构化的规划方式能够将复杂的治理任务分解为一系列明确、具体的步骤和流程；

2）框架提供了标准化的数据治理政策、流程和工具，确保数据治理工作的规范性和一致性；

3）数据治理框架应具备一定的灵活性和可扩展性，以适应组织内部和外部环境的不断变化；

4）数据治理框架强调对治理工作的监控和评估。

6.“HOW”：如何实施数据治理？

要确保数据治理工作有针对性地、协调有序地进行，在实施数据治理时，应格外注意以下几个方面：

1）应明确驱动数据治理的业务痛点，确定工作的重点和方向；

2）明确工作目标，制定相关评估标准和度量指标；

3）制定行动计划，获得相关人员的理解和支持。