大數據應用視角下的數據治理問題分析和更新

趙俊明

摘要：在信息技術不斷發展的當下，大數據的應用已成為時代潮流。數據治理是很多企業做出正確的決策提供了有效的參考。然而，其發展也存在著很多弊病，嚴重阻礙的正確決策。為此，本文就當前企業在數據治理的過程中存在的問題進行了分析，并提出了改革方案，希望可以為企業提供一定的參考。

關鍵詞：大數據;數據治理;數據質量

中圖分類號：TP311 文獻標識碼：A 文章編號：1007-9416（2019）06-0063-02

1 概念

1.1 什么是大數據

所謂“大數據”是指以多種形式，從多種途徑和渠道搜集而來的龐大數據組，此數據組會將規范和完善不規范不完善的數據，把重復的數據刪除，從而保證一物一碼，實時性是其主要特征。大數據的數據庫里的信息可能是來自社交網絡或者電子商務網站也可能是顧客的來訪紀錄等。這些收集來的數據，共同為企業的戰略決策提供強大的數據支撐，大大提高了企業決策的科學性。

1.2 什么是數據治理

數據治理是一種數據管理的概念，它涵蓋了能夠讓組織確保在獲取對組織有用的信息的過程中始終保持著高數據質量的能力。它是一個使用統一主數據代替之前的零散數據、綜合數據治理代替之前的具有很少或沒有組織和流程治理以及把主數據治理的井井有條代替主數據處于長期混亂的過程。

2 數據治理的內容

從數據治理的范圍上來講，它涵蓋了從數據的前端事務處理系統、后端業務數據庫再到終端的數據分析的整個過程，該過程的完成會形成一個閉環狀的負反饋系統。從目的上看，所謂“數據治理”就是對數據的獲取、處理和使用的整個過程進行監管。

數據治理的領域可以是多方面的，數據治理的每一個領域都需要單獨研究，目前學術界總結的數據治理領域有：數據分布、數據存儲、數據生命周期管理、數據質量、元數據、數據模型、數據標準、數據交換、數據安全以及數據共享服務。當然隨著時代的發展，數據治理的領域也在不斷向其他方向延伸。

3 數據治理的程序

由于數據治理的應用主體企業的占比較大，因此，我們就以企業對數據治理的應用為例對數據治理的程序進行研究。

3.1 要對業務問題做恰當的定義

首先，企業要針對特定的業務問題，定義數據治理計劃的初始范圍。

3.2 要獲得企業領導的支持

數據的治理要得到關鍵領導的支持。可以以業務案例和“快捷區域”的形式建立價值從而得到領導的支持。此外企業也要任命數據治理的具體負責人，讓他來負責數據治理的整個過程。

3.3 要適時對數據治理的成熟度進行評估

要想做好數據處理，對其數據治理成熟度進行必要的評估很有必要，評估的頻率可以為一年一次。當然這個時間間隔的確定最好長到結果可以生成，短到可以確保與該過程有關系的人員的支持。

3.4 開發路線圖

數據治理的有效進行需要企業開發路線圖，使相關人員做到心里有數。

3.5 制定企業的發展藍圖

數據治理組織的順利進行需要建立一定的章程來確保其可以在關鍵時刻可以擔當決勝者。具體制定主體為：頂層是數據治理委員會，它由企業的領導班子構成;中間層為數據治理工作組，由中層領導構成;最后一層由負責數據質量的數據照管社區構成。

3.6 創建科學的數據字典

在企業中，業務詞匯的有效管理對于提高工作效率意義重大。因此，企業需要根據自身的特征建立科學的數據字典，保證企業的技術和業務端的一致性。

3.7 對數據進行準確的理解

在當今社會，應用程序之前大多是有關聯的，各應用程序散落在企業的各個角落，共同組成了企業的數據庫。然而，散落在企業各個角落的數據之間的可能很簡單的關系也難以被發現，因此就需要更加科學的數據治理系統對數據進行準確的理解。

3.8 元數據存儲庫

元數據的功能是對數據的描述，它可以對數據屬性的信息進行顯示，企業在數據治理中要將元數據存儲在一個存儲庫中，保證數據可以在企業范圍內實現共享。

4 當前數據治理過程中存在的問題

4.1 數據治理沒有做到全員參與，管理大而全

當前企業的數據治理僅僅是依靠信息技術部門，其他部門都覺得數據治理跟自己沒有什么關系。然而，作為數據治理的主力部門，技術部門卻往往受組織范圍的限制，而技術部門卻不希望擴大到其他的業務系統，而只想把自己的事情干好。

在這樣的情況下，一旦有客戶得到的數據有質量問題，也可以意識到要通過數據治理來解決，只是不知道數據治理涵蓋的范圍很大，不僅僅是可以在一個項目里就可以做完的，所以，很容易導致客戶的問題沒有得到有效的解決，滿意度大大降低。

4.2 僅僅由業務部門牽頭，專做流程

以往的數據治理是由信息技術部牽頭的，但效果卻很不好。業務部門把所有的環節都用流程管理。結果使整個流程變得復雜，大大增加了開發人員的工作量，如果需求比較緊急，來不及做流程，領導一聲命令，把流程跳過直接上線。結果不僅使得操作人員的工作量大大增加，而且領導也見不到實效，于是慢慢將其遺棄。

4.3 過度依靠工具，忽視組織人員

很多企業都認為，數據治理主要靠工具，工具做好了，數據治理也就解決了。然而，事實上是數據治理需要很多因素的同步配合。因為數據治理包含的內容太多，流程、組織、制度的規范和工具都是其構成要素，重工具、輕人員是所有企業的通病。活動流程和制度規范缺少人員的執行、落實和推動，工作很難得到保障。

4.4 不知道如何做數據標準

很多公司很想做數據標準，卻不知道從何下手，因為數據標準涵蓋的范圍太大，花很多時間與精力整理都不能在短時間內看到效果，數據標準落地困難，企業數據標準沒有細化到數據標準項，再分析其他方面，最終使客戶失望而歸，這是業界很普遍的問題。

5 改善數據治理的措施

5.1 企業做數據治理，要避免大而全，要做到小而精

數據治理要從小處著手，不要貪大求全，而小而精。企業在數據管理的過程中，不能僅僅依靠信息技術部門，而要做到全員參與。當然，在數據處理的具體落實中，要從小處著手，要從數據處理的各個環節整理數據，做到任務的精準分配，絕對細化。

5.2 要促進業務部門和技術部門的合作，共同推進數據治理工作的開展

作為數據治理的主力，業務部門和技術部門要聯合起來，共同促進數據治理的開展。當然，數據具有流動性，它涉及的部門比較多，單靠一個部門的力量是不夠的，只有將技術和業務部門都規劃進來，用技術配合業務，結果才會更好。

5.3 重視人員的參與，避免唯工具論

工具在數據治理中的作用我們不可否認，但人員的重要性我們更不能忽視。在整個數據治理的工作過程中要做到以人為中心，只有這樣數據治理才更容易推廣落地。

5.4 細化數據標準

企業在數據治理的過程中，要把具體的數據標準的前前后后都理清楚，把標準項涉及的問題都理清楚，數據標準問題才可以被真正解決。

6 結語

總之，數據治理是一個技術含量很高，同時也需要大量人工參與的工作，要想做好其工作，需要多方共同努力。我們相信通過多方的不斷改進，數據治理一定會做的更好的。

參考文獻

[1] 陳之常.應用大數據推進政府治理能力現代化以北京市東城區為例[J].中國行政管理，2015，2（2）：38-42.

[2] 梁芷銘.大數據治理：國家治理能力現代化的應有之義[J].吉首大學學報（社會科學版），2015，2（2）：34-41.

[3] 牛正光，奉公.應用大數據推動政府治理現代化的SWOT分析[J].電子政務，2016，1（1）：96-102.

Analysis and Update of Data Governance from the Perspective of Big Data Application

ZHAO Jun-ming

（Guangxi Wuzhou Zhongheng Group Co.， Ltd.，Wuzhou Guangxi? 543000）

Abstract：Data governance is an effective reference for many enterprises to make correct decisions. However， its development also has many disadvantages， which seriously hinder the correct decision-making. For this reason， this paper analyses the problems existing in the process of data governance， and puts forward the reform plan， hoping to provide some reference for enterprises.

Key words：Big data; Data governance; Data quality