企業數據治理應滿足哪些關鍵點

企業數據治理應滿足以下關鍵點：

• 構建數據治理整體架構確保數據治理的整體性：制定數據治理架構是數據治理的核心任務，好的數據治理架構可以確保數據治理的整體性，實現徹底、完善的數據治理，更好地達到數據治理的預期效果。因此應該構建包括一個體系（數據標準體系）、三個環境（治理型環境、分析型環境、知識型環境）、一個架構（面向服務的集成架構）的數據治理整體架構。

• 全方位重構數據標準體系徹底改善數據環境：企業內的數據可分為分析型數據（趨勢、計劃、指標數據等）、交易型數據、共享（主）數據、業務場景數據4大類，數據的質量問題很大程度上取決于數據所處環境的狀況，因此需要從根本上打造一整套全方位的數據標準體系以確保數據質量的可控制性、可持續性。

• 構建全視角管控的靜態數據中心全面保障數據質量：一般我們會通過基本、組織和業務三個視角信息對數據進行描述。基本視角信息是對某條數據的基本特征信息的描述，組織視角信息是指某條數據在不同的組織范圍描述的不同信息，業務視角信息是指某條數據在不同的業務場景下描述的不同信息。當然也可以從共享的角度去描述一條數據的信息，這就是我們常提到的主數據。

• 通過技術加行為的手段深層次保障數據質量：數據質量在數據治理中的分量不言而喻，但是目前保障數據質量的主流方法幾乎全是技術手段，主要有以下三種方法。第一種方法，針對數據產生的源端進行控制。指通過針對屬性字段取值的格式、上下限、枚舉值、從屬關系、關聯關系等的判斷來進行數據質量的控制。第二種方法，針對數據倉庫的末端進行控制。這種方法已經隨著數據倉庫、BI的發展存在了多年，實際上就是ETL過程對數據質量的控制。第三種方法，也是針對數據存儲應用層（數據倉庫）的末端進行控制，當然這種方法就比較高級了，那就是采用AI（人工智能）技術，比ETL高級了很多，尤其是隨著數據中臺的興起，業界對其十分看好。

• 構建基于場景的數據服務體系推進數據資產化管理：大數據時代的來臨使得數據的價值逐步顯性化，也被各企事業單位更加重視。數據資產管理當前也已經成為IT界的一門新興概念被廣泛研究。DAMA將數據資產管理（Data Asset Management，DAM）定義為規劃、控制和提供數據這種企業資產的一組業務職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方案和程序，從而控制、保護、交付和提高數據資產的價值。

• 構建日常數據質量監測體系持續確保數據質量：為了確保數據質量的持續性良好，數據治理項目實施后需要構建一個基于大數據行為分析的數據質量監測平臺，而不是傳統意義的基于屬性字段級的技術驗證。平臺需要具備實時探知數據質量的能力，并且把數據質量量化展現，同時提供問題數據處理的通道。

• 構建基于過程的知識體系確保全面的數據治理能力：企業具備數據治理的能力非常重要，那么企業應該具備什么樣的能力呢？根據多年的經驗總結，企業數據運維管理階段需要具備針對數據管理體系的拓展和完善能力，以便支撐未來企業發展后的數據擴展或管理變更的需求。因此要做好此工作需要長期積累大量的過程知識，構建基于過程的知識收集和推送體系是關鍵中的關鍵。

回答所涉及的環境：聯想天逸510S、Windows 10。