随着现代化企业数字化转型的如火如荼，以及大数据的发展，各行各业都面临越来越庞大且复杂的数据，这些数据如果不能有效管理起来，不但不能成为企业的资产，反而可能成为拖累企业的“包袱”。而数据治理是有效管理企业数据的重要举措，是实现数字化转型的必经之路，对提升企业业务运营效率和创新企业商业模式具有重要意义，所以我们才会走上数据治理之路。那企业要如何走好数据治理之路？我们今天来探讨一下。
企业该如何定位“数据”？
首先，企业决策层应重新定位“数据”在企业数字化转型中的地位，进而基于该定位构建数据体系的战略、框架、蓝图和实施演进路线。“IT”和“数据”已经事实上成为企业数字化转型的两大基础支柱，企业需要结合组织变革为数据工作构建一套完整、独立的体系，目的是建设企业内部真正的数据治理能力。
数据治理是一项非常庞大的管理板块，几乎涵盖了所有企业的方方面面，管理一个现代化企业本质上就是管理企业的数据，而数据治理就是企业运营管理的引擎，这台引擎工作的好不好将直接导致企业未来发展的好不好。过去企业数据管理靠一本本纸质台账和口头汇报，现在企业数据管理靠系统和BI，未来企业数据治理靠数据挖掘自动提供决策方案。所以，现代化企业的数据治理工作不能只是安排几个人组一个小组随便管管，而是要提高到企业最高管理层直接进行管理，并投入大量的资源。这是一个种瓜得瓜、种豆得豆的简单逻辑。
数据安全治理
绝不局限于组织内部
以某个企业为例，一项制度的推行绝不是只靠某个部门推进就可以达到成效的，它需要多个部门甚至整个企业的共同推进，那么数据安全治理也绝不是局限在组织内部的单打独斗，而是一个需要国家、行业组织、科研机构、企业和个人共同完成的课题。正映衬了数据安全治理的定义：它是在组织数据安全战略的指导下，为确保数据处于有效保护和合法利用的状态，多个部门协作实施的一系列活动的集合。所以说，数据安全治理是与所有人都息息相关的事情。
数据安全治理的三个要点
做好数据安全治理，有三个要点：
一是“以数据为中心”，就是说我们要围绕数据全生命周期，针对具体业务场景、识别数据安全威胁与风险展开工作。
二是“多元化主体参与”，我们在构建多方治理框架，明确各方职责的同时，将各方数据安全达成共识。
三是“兼顾发展与安全”，坚持以数据开发利用和企业发展促进数据安全，坚持以数据安全保障数据开发利用和产业发展。
数据安全治理的重点事项
*01
评估与定位企业大数据能力，经营能力建设
企业若要做好自身的数据治理工作，需要对标同行业领先企业的数据发展水平，定义业务问题，明确数据治理的工作目标。企业可以从自主评估和专家评估两个方面对企业进行大数据能力或者管理成熟度评估，明确本企业大数据能力在同业中所处位置，从而有助于制定企业数据战略定位、关键举措和创建路线图。
*02
构建应用场景蓝图，推动分析应用有效落地
数据的分析和应用一定是结合具体场景的，所以大数据团队中一定要有非常懂业务、有丰富业务经营的人员，才能帮助数据工程师理解数据。数据治理需要构建企业数据分析应用场景库，包括优化决策、优化体验、产品提升、风险控制、效率提升等方面，利用场景库推动数据分析应用有效落地。所有数据的可视化一定是切中相关业务部门痛点的，否则数据分析工作是失败的，时间一长，那些数据便无人问津了。
*03
全面推动数据治理，提升企业数据质量落地
具体的数据治理工作包括创建数据字典、理解数据、创建元数据储存库、定义管理指标、主数据治理、分析治理、安全和隐私，以及信息生命周期治理。所有的基础工作都是围绕确保数据质量，可供数据工程师进行有效的分析建模。这一点往往是传统企业最薄弱的环节，因为缺乏专业的IT规划，在各类系统中生成了巨量数据，但是管不好、用不好，各类结构化、非结构化数据纵横交错，很难进行有效的分析处理，这一点是数据治理工作必须进行优化的。
*04
搭建领先数据组织，明确大数据团队工作模式
在组织体系方面，企业需要明确数据团队的定位和设立模式，数据治理组织需要建立一种章程来治理其操作，确保它拥有足够的成熟度来在关键形势下担当决胜者。数据治理组织最好在一种 3 层格式下操作。顶层是数据治理委员会，它由依靠数据作为企业资产的关键职能和业务领导组成。中间层是数据治理工作组，它由经常会面的中层经理组成。最后一层由数据照管社区组成，它负责每天的数据质量。
总之，对于现代化企业来说，数据是一项战略性企业资产，数据治理工作是极富专业性和挑战性的，需要企业用战略的眼光和专业的视角，长期不懈地在此领域精耕细作，才能起到一定的价值，未来才可能在行业对标中脱颖而出。返回搜狐，查看更多
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。 发布于：天津市