数据治理的乱象与方向
随着企业信息化建设的深入，数据治理（Data Governance）的必要性和重要性渐渐为企业所认识。然而，由于数据治理仍然是一门新兴学科，它在定义、目标和具体实践上都存在着许多过于简单，甚至错误的认识。为此，《网络世界》记者特地采访了IBM大中华区全球企业咨询服务部副合伙人、业务分析与优化服务中国区总经理谢国忠，他向我们系统、深入地介绍了数据治理。
定义及问题
“所谓数据治理，是指将数据作为企业资产而展开的一系列的具体化工作，这是当前市场上被广泛接受的一种定义。”谢国忠告诉记者。
据悉，企业最初开展数据治理主要是为了满足外部监管(如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议等)和内部风险管理的需要。但随着全球越来越多的企业了解到信息资产的重要性和价值后，数据治理的目标也在发生转变。即除满足监管和风险管理外，如何通过数据治理来创建业务价值备受关注。
谢国忠表示,尽管很多企业已经认识到数据治理对实现精细化管理极为重要，但依然有些较偏颇的认识让企业在数据治理上走了弯路。例如，认为数据治理不急迫，可以等系统建设完成后再开展，将数据治理看作是IT部门的责任，以为通过技术手段就可以完成，并且是通过短期、运动式的活动就能得以改善。
而对于那些真正想着手数据治理的企业，它们又将发现面临很多问题和挑战。例如，在业务方面，缺乏企业层级的通用业务规则，各个部门通常自订业务标准，导致部门之间的标准互相矛盾或是混淆；在数据方面，架构设计以面向功能为主，缺乏整体的数据架构设计，使得数据的交换和共享非常困难；在系统方面，通常缺乏一致的业务规则、数据标准和数据架构，IT系统得随时更动，以满足业务需求；在组织管控方面则缺乏跨部门的管理体系，角色、职责、职权不明确。
这些挑战说明数据治理是一项复杂的系统工程，而“绝非有些厂商给人所造成的印象，好像几个软件就能解决”。那么，数据治理究竟该怎么做？
搭好框架，从“根”理顺
“数据治理框架”是IBM给出的数据治理最佳实践。谢国忠表示，该框架实际上是IBM自身实践的结晶。
据悉， 1992年IBM即启动了数据治理工作。经过长期的摸索和实践，该公司有效简化了基础架构并降低了管理复杂度，提高了信息资产的使用效率。同时，IBM于2004年联合业界多家知名公司、学术机构和产品供应商，成立了数据治理论坛（Data Governance Council）。该论坛如今已成长为当今最权威的三大数据治理机构之一。
这个数据治理框架的特点是，它包含数据治理保障机制建设，以及数据治理核心领域两个部分。两者形成数据治理矩阵，才能有序、高效地提升数据治理各个层次的管控及协作能力。
“IBM从来都反对‘头疼医头，脚痛医脚’，更何况数据治理是个系统工程。所以我们特别强调先从组织架构上理顺，先做好数据治理保障机制，然后根据客户的实际情况，选择重点需治理的项目出发。我们IBM自己也是这么做过来的。”谢国忠说。
在具体实施中，IBM会根据一个数据治理成熟度模型对客户现状做评估。该模型包括初始阶段、基本管理、主动管理、量化管理、持续优化五个阶段。其中，主动管理阶段的标志是引入企业范围的数据责任人体系、数据标准、数据管理规范、数据检查工具及数据管理流程等。谢国忠表示，国内大多数企业处于第二个阶段。当然，也有一些企业走得比较领先，IBM已经帮助国有某大型银行，还有某电网集团做过了数据治理咨询工作。
总之，数据治理宜早不宜迟。谢国忠希望国内的更多企业能尽早地开展数据治理工作，以从中受益。
原文地址：http://www.cnw.com.cn/weekly/htm2011/20111228_239834.shtml