数据想变现，治理先到位！企业大数据体系建设要点

数据治理作为企业大数据系统建设的核心保证，其总体设计原则始终围绕着“实用”和“落地”两个方面，即在构建长期稳健的数据治理架构的同时，结合企业当前的实际情况，迅速落实数据治理的各项关键措施，兼顾短期效果和长期可持续性，避免流于形式，保证数据资产的可控制、可使用和支持业务价值的转换。

具体而言，一是建立全系统数据治理结构，在数据采集、数据管理和数据使用等环节明确权责界限，建立数据责任人体系。其中，以业务部门为主体，负责统一数据定义、规范数据标准、完善数据采集、持续数据治理，以科技部门为辅助，以技术手段解决数据问题，提高数据质量，规范数据使用。同时，把数据质量管理纳入对各部门负责人员的日常考评中，使数据“采集、处理、使用”的全过程都有可跟踪的质量考评指标，形成闭环管理。

结合企业的实际情况，短期的数据治理需要将重点放在业务案例中的关键数据项目上，将统一的定义与标准放在首位，以避免治理过于宽泛而难以实施。以此为基础，通过建立单一的主数据管理体系，确定主数据的关键条目和唯一源，解决多源、异构和口径不统一的问题；通过构建数据管理中心等集中式的管理功能，保证管理的一致性，减少各部门之间的协调费用。

另外，数据治理需要与业务用例的推进节奏紧密结合，分阶段有序推进，对于高价值的用例，优先保证数据质量，以相同的技术能力、相同的数据领域为治理节奏，实现治理和业务的同步进行，避免出现治理和应用脱节的情况。同时，在治理过程中，需要对数据采集、数据管理、数据使用等方面的制度进行相应的完善，为大规模的数据治理打下良好的基础。