人人都在搞数据治理

数据管理在业界比较权威的就是如下的【车轮图】，包含了 11 个职能领域，这 11 个领域分别是数据治理、数据架构、数据建模与设计、数据存储与操作、数据安全、数据集成与互操作、文档与内容管理、参考数据与主数据管理、数据仓库与 BI、元数据、数据质量。

DAMA 车轮图定义了数据管理知识领域。它将数据治理放在数据管理活动的中心，因为治理是实现功能内部一致性和功能之间平衡所必需的。其他知识领域（数据体系结构、数据建模等）围绕车轮平衡。它们都是成熟数据管理功能的必要组成部分，但根据各组织的需求，它们可能在不同的时间实现。

数据治理工作涵盖内容广泛，涉及专业领域众多。在实际的工作当中，大型企业在项目之初会基于数据治理原则与组织架构职责，根据数据治理各专项领域的工作特点，制定各专项领域的管理办法，用来指导各项工作在全行的有序开展。

在数据治理初期，由于原有的数据分散，及业务人员对数据的认知不足，数据人员也没有讲数据与业务紧密结合在一起，甚至在数据组织存在之前，业务和 IT 部门也都不清楚数据的存在。因此，对于数据治理初期更加直接而有效的手段，是围绕业务关注点，识别数据问题及业务痛点，借助高层领导对数据的关注，落实问题责任主体，盘点企业内数据资产，服务与业务人员，推动数据问题逐步解决。