一、数据治理组织设置的指导原则
数据治理的组织机构和职责设置需要按照一定的原则进行指导。
指导原则一：数据治理需要从企业的利益出发
•站在企业的利益上统筹地管理数据，保障全体的数据质量；
•数据管理组织和体制是对数据管理职责的确认和正式化；
•由企业相关管理者授权对数据相关事项的行使权威和决策权。
指导原则二：数据治理工作的进行需要合理的分工
•数据管理者不是数据所有者，相关的业务机构才是；数据管理者由数据的所有者授权进行数据管理；
•数据治理是对数据管理流程实行管理，并不是数据管理流程本身的执行；数据管理流程的执行通常依赖于业务和科技部门的配合；
•数据管理者本身并不包揽所有的数据治理和管理工作，部分的数据治理和管理工作需要业务部门的数据协调员和科技部门共同进行。
指导原则三：数据治理工作需要各方的通力合作
•数据管理者需要和各自对口的业务领域中的业务专家合作，共同提升数据质量；
•数据管理者鼓励和牵头在业务和技术领域中的数据治理相关的流程改善；
二、数据治理组织设置的充分条件和要求
数据治理的开展需要有合适的土壤。企业内部需要有一定数据分析和数据应用的实践基础，有了这个基础，企业内部才会对数据质量有一定认识，开展数据治理工作才会对相关部门有足够“摩擦力”。我们认为企业开展数据治理必须具备一下条件：
•企业内部必须具有足够的数据治理和数据质量的意识和重视程度；
•与数据治理比较密切相关的部门必须有开展治理工作的初步想法；
•数据治理工作必须依靠常设的机构来进行，否则会由于人员工作量、工作重心或优先级等原因很难推动；
•数据治理的职能需放置在与数据质量密切相关的部门才能有效推动，并于部门内部现有功能产生协同效应；
•数据治理的工作不能由一个部门独立完成，需要由各个相关部门通力合作、共同推动；
•数据治理和数据服务相辅相承，两者需齐头并进，共同开展。数据服务的开展将在服务业务的同时，提高业务决策和流程对数据分析的依赖，提高业务部门对数据治理重要性的认识，强化对数据治理的需求。
三、数据治理组织设置建议
成立数据治理办公室，其职责：负责企业数据相关政策和办法的制定和后续推进和落地；进行数据质量、数据标准、元数据等数据相关的具体管理工作；推动全行信息化进程。具体包括：
•提供数据管理指导原则，以确保数据是准确的，一致的，完整的，及时的和安全的；
•专注于预防数据质量问题，并及时解决监测过程中发现的数据质量问题；
•承担协调数据质量相关举措的角色，但是数据定义/元素明确的所有权仍旧由SME（业务主题专家）来维护；
•管理论坛和运维流程和项目来解决数据质量问题，类似的数据管理问题都因该在这些论坛和项目中得到解决；
•当前的工作重点是总行，未来数据治理框架将逐步在各个分支行推行和使用。
数据治理办公室是一个集中的数据治理实体，将关注于下列功能点。
数据治理办公室未来可以考虑设置的岗位包括：
•数据标准管理岗：牵头组织数据标准编制，评审、维护、更新数据标准及相关制度的编制、修订、解释、推广落地；
•数据质量管理岗：牵头数据质量标准、数据质量检查规则的订立和维护，数据质量评估模型制定和维护、数据质量相关管理办法的编制、修订、解释、推广落地，以及专项数据质量整顿改造工作；
•元数据管理岗：牵头元数据的采集、梳理、存储、维护和更新。元数据管理相关管理办法的编制、修订、解释、推广落地；
•数据架构管理岗：牵头目标数据架构、数据生命周期管理策略的制定、维护和更新；数据架构和数据生命周期相关管理办法的编制、修订、解释、推广落地；
•系统协调岗：负责协调/牵头数据治理工作中涉及的系统建设改造、工具建设改造、平台建设改造等。例如牵头数据管理平台的建设，协调数据质量整顿工作中对相关业务系统的改造，协调数据标准在新系统建设中落地等。此岗位也可以分散由以上的岗位各自执行。
除了专门成立的数据治理办公室之外，企业全套的数据治理机构还应包括以下的扩展机构来配合数据治理工作的开展：
•数据治理委员会：数据治理委员会建议由科技部、数据使用和数据分析相关的部门的负责人组成。数据使用和数据分析相关的部门，应包括数据所在系统的业主部门，数据的所有者，数据的录入者，以及数据的使用者。由于数据治理委员会的组成人员和当前IT管理委员会存在很大程度的重叠，建议数据治理委员会的职责可以合并至IT管理委员会，数据治理的议题放至IT管理委员会每月议题中进行。数据治理委员会的主要职责在于监督和督促数据治理办公室的工作，审批数据治理办公室的提案和资源预算，裁决在数据治理工作中可能出现的而且数据治理办公室不能解决的部门间的协调问题。
•信息部：信息部协助开发业务规则和实施数据质量相关的系统变动，并根据业务规则和数据标准进行数据质量检查，监测并解决数据仓库过程发现的数据质量问题。
•数据协调员：来自于各数据治理相关的部门。数据协调员的职责在于代表本部门参与数据治理相关决策，配合、协调、推动数据治理在本部门的执行。
•培训机构：培训机构的主要职责在于提高全行信息系统使用和管理的技能、提高数据分析、数据质量管理的意识和技能，配合数据治理和数据服务工作的开展。
数据治理办公室和扩展机构的设置如下图所示：
数据协调员是由各个部门领导指定的人员，代表本部门参与全行的数据管理工作。数据协调员的角色和职责包括以下内容：
•代表了有数据质量要求的相关业务/部门，包括全行范围内或其他审计意见中提出的任何数据质量问题
•识别，监控和跟踪质量的关键数据元素
•对各种数据质量问题进行过滤和分类，以符合数据治理办公室制定的质量标准中所涵盖的问题类别
•动员/监督本部门的人员对于与本部门相关的数据质量问题提供解决方案，并最终解决这些数据质量问题
•对于分配给本部门的的数据质量事项，拥有自己的解决方案。并作为这些数据质量项目的责任人，作为个人绩效考核的一部分。
•列席数据治理领导委员会会议
四、数据管理流程建议
以下主要重点描述数据质量、数据标准、和数据仓库的管理流程。
1、数据质量管理流程图如下：
其中：
•数据使用者：行内任何使用数据的部门和人员；
•数据质量管理员：数据治理办公室内专门负责数据质量的人员；
•数据所有者：数据的业务拥属者，对该数据的数据标准负责，即负责数据的业务规则和含义的最终解释；
•数据提供者：负责按相关的数据标准、数据制度和规则、业务操作流程的要求生产或录入数据，并对生产数据的质量负责。如：运营部是核心系统的数据提供者，数据仓库团队是数据仓库系统的数据提供者。
2、数据标准管理流程示意图如下：
其中：
•数据所有者：数据的业务拥属者，对该数据的数据标准负责，即负责数据的业务规则和含义的最终解释；
•数据标准管理员：数据治理办公室内专门负责数据标准的人员；
•标准执行者/项目组：在信息系统或者在业务流程中执行按照数据标准的要求进行执行的团队或项目组；
•项目流程审核者/PMO：阶段性对项目流程进行审核，检查在项目实施过程中，项目组数据标准执行情况，并给出整改意见和建议。
3、数据仓库需求管理流程示意图如下：
不是每个需求的处理工作都是一个项目，需求有大与小、有紧急与非紧急之分。所以，应该首先区分优先级和估算工作量。根据用户需求的大小，可以分成以下几类，采用不同的SDLC：
•ITSC：IT服务变更，通常是比较小的用户需求，不需要代码开发、测试和生产部署，如：代码表更新，查询结果集导出，1天内能够完成的工作；
•ITSR：IT服务请求，通常是部门级少量查询报表需求，需要代码开发、测试和生产部署，不会新建/更新模型，不会建立新的集市，<3个月工作量；
•项目：实现新的大的业务需求，如：AML应用，或者从多个小的业务需求分类整合而来。
本文为作者授权发布，不代表杉德畅刷官网立场，转载请注明作者及来源，未按照规范转载者，杉德畅刷官网保留追究相应责任的权利。 杉德畅刷是杉德支付网络服务发展有限公司总部直属推出的手机POS机品牌，目前市场上的杉德畅刷Mpos的2.0模式系统-杉德畅刷管家已经逐步占领市场！杉德畅刷官网提供杉德畅刷的全国加盟代理服务，详情请联系官网客服！
转载请注明：杉德畅刷官网 » 杉德畅刷整编：数据治理组织结构与职责