数据治理框架是所有分析程序的关键部分。

良好的数据治理指南可帮助企业遵守法规，同时还为员工提供保证，以让他们安全、可靠和自信地处理数据以推动决策过程。

然而，开发数据治理框架并不是简单的事情，这个框架需要能够保护企业，同时让员工更多地访问分析工具。

Alation公司成立于2012年，总部位于加利福尼亚州雷德伍德城，这是一家数据管理供应商，其数据目录平台可帮助企业管理和访问其数据。最近，该供应商发布了数据治理应用程序，并在10月26日的网络研讨会上提供建议以帮助企业建立强大数据治理框架。

准备

根据Alation公司专业服务负责人Ellen Hudson-Snyder的说法，在构建框架前，企业必须了解他们现有的东西：制定和监督数据治理指南的IT人员、数据的潜在最终用户以及数据本身。

她指出：“当你考虑数据治理计划时，最重要的是要确定你企业中的资产，特别是从人员和流程的角度来看。”

同时，在制定数据治理指南时，重要的是企业不要在一开始就试图实现太多正确的目标。

根据Alation公司首席产品经理Matt Sullivant的说法，在一开始，不应该在整个企业范围推行严格指导方针，而应该从针对特定数据集的框架开始，这些数据将由特定部门用于特定分析项目，然后从那里开始构建。

他表示：“当你建立框架并试图明确你想从数据治理中获得的东西时，你会在有很多个里程碑。你从一小组数据和一小组策略开始，然后最终成熟到更强大的流程并处理其他数据域。“

Sullivant补充说，从小规模开始，成功的机会更大，并且，通过展示小规模的成功，企业领导者和潜在的数据最终用户更有可能看到数据治理框架的价值。

他表示：“很多速赢都显示数据治理计划的价值，然后你可以从那里开始扩展。”

7个步骤

根据Alation的说法，构建成功数据治理框架有7个关键步骤：

• 确立使命和愿景，并制定一套政策、标准和术语表。
• 将显示数据沿袭的元数据填充在数据目录中，并分析元数据以发现哪些数据最受欢迎，以及谁是数据的主要用户。
• 确定并分配数据管理员，并授权这些管理员管理企业的数据。
• 通过描述不同数据集以及对数据集采用质量标志来管理数据资产，以便用户可以轻松找到他们认为最有用的数据。
• 应用策略和控制，以确保并非企业内所有人都可以访问所有数据，并确保企业始终遵守适用的法规。
• 推动社区和协作以促进可信数据的使用。
• 监控和衡量整个数据治理框架，以确定政策一致性、创建策展分析、衡量数据资产的使用和创建，并确定数据质量。

Alation公司解决方案营销总监Myles Suer在谈到最后一步时说：“如果你真的要做，你需要找出差距在哪里以及你需要在哪里进行路线修正。这将反馈到框架中，通过机器学习和增强智能，你最终会实现这种情况，框架会随着时间的推移变得更加智能，并且花费更少的精力。”

他补充说，数据治理是持续的过程，数据治理指南应该不断发展，而不是一次就固定下来，永远不会重新审视。

Suer称：“数据治理永远不可能一蹴而就，你必须不断地处理数据以保持相关性。”

结果

最终，数据治理框架的目标是提供价值。

它应该防止企业触犯监管机构的规定，从而避免企业被罚款。它应该推动更明智的决策，从而带来更高的收益，并且应该自动化重复的任务，让数据工作者腾出时间进行更深入的分析。

Sullivant称：“你可以释放员工的生产力，但也要确保他们不会访问他们不应该访问的数据。数据治理让你晚上更容易入睡，但不会影响生产力。“

对于部署数据治理框架可为企业创造的价值，Alation并没有行业范围的统计数据，但Suer 分享了他们的客户的情况。

他们的一个客户看到数据查询增加25%，现在需要数据的员工可以自己找到数据。而另一个客户，在过去数据工作者必须等待24到48小时才能访问与其工作相关的数据，现在缩短到5分钟，还有个客户过去必须等待一到两周才能获得所需的数据，现在已经减少到几个小时。

Hudson-Snyder 称：“数据治理有时被视为一扇门。通过实现这一点，通过为人们提供指导方针并提供方法来监控活动，它有助于消除治理。”