1.4 数据治理、数据管理和数据质量
前面的章节讨论了数据管理对增强业务能力的重要性。但什么是数据管理?它与数据治理有什么关系?在实现高质量数据的过程中,数据治理、数据管理和数据质量在实施过程中需要相互结合才能带来数据的最大价值。
(1)数据管理涵盖了组织必须采取的原则、实践、程序、系统和流程,以保证数据在从创建到清除的整个生命周期中得到有效运营和管理。数据管理根据组织的数据战略,可实现安全高效地收集、保留和使用数据。Gartner指出,数据管理包括实践、架构技术和工具,旨在实现在企业中对各种数据主题和数据结构类型的一致性访问和交付,以满足所有应用程序和业务流程的数据消费需求(Gartner,2022)。
(2)数据治理是数据管理的子领域。当企业拥有数据并对其进行管理时,数据治理才能发挥作用。数据治理包括组织架构、数据所有者、制度、规则、流程、业务术语,以及整个生命周期中所涉及的度量标准等。数据生命周期包括收集、存储、使用、保护归档与删除,将在第5章中详细介绍。数据治理在实现和维持高质量数据方面的作用,将在第10章中详细讨论。
(3)那么,数据治理活动的成功标准是什么?答案是为业务提供高质量的数据。从根本上讲,如果数据满足使用要求,它就可以被认为是高质量的数据,这在运营合规性和决策制定方面非常重要(Southekal,2017)。
通过数据管理和数据治理的协同来努力提高数据质量是必要的。例如,公司的业务战略和数据战略可能会宣布:高质量产品来自产品数据及相关生产过程。为了实现这个目标,通过数据管理可确保产品数据属性的完整性并消除不准确性和重复性,还可将多个IT系统和电子表格中的产品数据属性集成到一个统一的视图中等。在这方面,公司需要确定如何管理对产品数据有影响的相关IT系统,并致力实现高质量的产品数据。
洞察
业务战略推动数据管理,数据管理推动数据治理,而数据治理的结果是高质量的业务数据。
要实现高质量的产品数据,需要数据治理团队和领导层的协作努力。数据管理有助于确保产品主数据的可用性,而数据治理团队要与相关业务利益相关者合作,定义优质产品数据的标准;IT团队将帮助实施统一产品视图的数据集成程序;数据安全团队则关注数据共享和访问控制机制等方面。总体而言,数据治理团队制定业务规则以维护和管理高质量数据的状态。如果缺乏数据管理和数据治理团队的支撑,组织无法信任其所拥有的数据,因此也无法保证其数据质量。业务愿景和战略驱动数据管理,而数据管理推动数据治理,最终通过高质量数据来提升业务绩效。图1.1显示了数据管理、数据治理和数据质量之间的关系。
图1.1 数据管理、数据治理和数据质量之间的关系