关于数据治理，现在可以搜到很多的文章和资料，在研究了众多文章之后，发现大多数的文章常见大而全的框架图，方案上搭平台、建架构；案例上都是华为、阿里等头部企业。但是，大多数企业都不具备去实现这些复杂架构的基础条件，比如架构丰富度、数据基础能力、人才储备、内部流程完善度等。
本文作者在互联网领域数据板块工作近十年中，长期作为数据治理项目的核心成员，对于数据治理的策略和执行效果有比较深刻的体会。同时在观远数据接触了比较多的传统行业头部企业、中小企业、新锐品牌等，发现中小企业有不一样的数据治理方法。针对数据化建设1~5年、专职数据团队小于20人的企业，怎么做好数据治理，是本文将要解答的问题。
数据治理的价值
为什么要做数据治理，数据治理解决的是什么问题？价值是什么？首先我们需要解决跟老板汇报的问题。
很多企业的CIO或者BI负责人意识到需要做数据治理时，常见是由于出现了指标乱、页面多、任务杂、权限管理不规范等问题，同时还可能伴随性能问题，比如页面卡顿，加载时间长等等。如果解决这些问题相对简单，就不用上升到价值输出层面。但是如果问题严重到需要撬动高层资源去形成一个项目，就需要有更多的价值呈现。
在对很多企业数据治理的痛点与最终创造的价值进行收集整理后，我们从四个层面总结了数据治理的价值，供大家参考：
1
信息价值
数据系统的基本使用保障，避免高层或者业务方需要看业务指标时无法看数，无法做出运营决策。或者一个指标在不同地方出现不一样的结果，口径、范围等不对齐导致的内部信息传递异常。
2
风险控制
规范的权限控制，对不同部门、不同层级的员工进行精准和一致的页面、数据表、任务权限管控，在保障必要的看数需求的同时，也避免数据泄露，满足内部风控部门要求。
3
成本控制
出现服务器性能瓶颈，最快速有效的方式就是服务器扩容，但扩容有成本，大多数企业都不能接受无限制的扩容，数据治理本身也是在做服务器的成本管控。
4
业务价值
数据治理最大的价值所在。我们发现如果一个企业的数据开发都在IT/数据部门时，往往不会存在数据乱、需要治理的情况。需要治理的情况很多都出现在开发能力往业务团队渗透的阶段，也叫业务推广期或者业务自助分析期。这个阶段不只释放了数据部门同学的人力，也是数据价值飞跃的阶段，业务同学会全面基于数据结论来指导运营决策，甚至去自发地基于自己的业务问题，做更多的数据探索和深度挖掘。在这个阶段做数据治理，保障数据的稳定和规范化的使用，本身就是在极大程度地创造数据的业务价值。
图示1：数据治理的价值体现
数据治理的内容
业内比较认可的数据治理内容可以参考DAMA(国际数据管理协会)发布的车轮图和DMBOK金字塔：
图示2：DAMA车轮图
图示3：DMBOK金字塔
但是DAMA车轮图与DMBOK金字塔中的内容对于中小企业而言，既有内容和习惯上的不匹配，又有实际执行中的不够具象。观远数据的建议是重点从五个方面来做：数据表，任务，报表，指标，权限。当然企业实际执行需要考虑当下面临的问题来做选取和新增。
具体需要做的内容可以参考下表：
表1：数据治理的内容列表，中小企业更注重常见的数据治理内容
怎么做数据治理
“怎么做数据治理”这个问题的内核，其实涵盖着多个层面的问题，包括“什么时候开始做”“什么人做”“做到什么程度”“做多久”“如何考核效果”“用什么做”等等，下面我们就来逐个寻找答案：
1
什么时候开始做数据治理最合适？
有两个比较好的时间节点适合开始做数据治理。
第一个是在S2渗透期，这个阶段数据内容持续增长以及数据建设的标准规范尚未建立，很容易造成各种数据资产混乱。同时在跟不少企业交流中有个共同结论：在前期有高段位的数据建设者时，提前重视规范化，后续会少走很多弯路。
第二个值得关注的时期是S4阶段开始之前或者S4的初期，在内容生产爆发之前做好规则设置、培训课程、监控机制、责任人设定等，让大家有统一的行为和规范化意识，也可以少走很多弯路。
总结一下，数据治理不要在大规模出现问题之后，应该是在爆发之前做好准备，“治”不如“防”。
头部企业大多数已到S4~S6阶段，进入了数据治理的常态化阶段，已经不存在“防”的说法，但是对于中小企业来说，抓住S2的规则空白期做规则建设，以及S4的爆发前做好用户教育，收益会非常大。
2
数据治理需要哪些人来做？
这也与数据化建设的阶段发展相关。
在S2阶段做数据治理时，数据内容的生产100%来源于IT/数据团队，这个阶段的数据治理由IT/数据部门的人来负责。跟多个企业沟通下来，这个阶段的数据治理，限部门内部，相对容易完成。
真正有挑战的，是S4阶段的数据治理，这个时候内容生产者扩大到了业务部门，技术部门与业务部门由于能力差异与认知鸿沟，在数据治理的协作上往往会面临巨大挑战。当然，也存在部分企业内部技术部门和业务部门协作紧密，或业务部门具有较高的技术素质易于双方沟通，数据治理工作推动顺利的情况。因此，我们可以将这个阶段实际数据治理的类型总结为三类，每一类对应的协作方与合作方式如下：
一般来讲，对于中小企业，在企业数据化建设的早期，或者部门之间的关系非常融洽时，往往前面两种方式就能很好地做好数据治理。而当企业比较庞大，或者内部部门之间关系比较复杂时，往往都需要通过第三种方式。
对于最为复杂的第三种方式，我们要关注到在其中起到非常关键作用的两类人：
① 高层。主要是协助处理一些矛盾，合理运用高层资源，能很好地驱动项目落地。
② 种子用户。上述的第二、三种类型的数据治理中，这类用户非常值得关注。强烈建议技术部门去识别这类具备规范化开发素质与责任心的用户，树立标杆然后全员推广，使其在内部发挥帮带作用。
3
数据治理具体怎么做？
首先需要理解数据治理的本质是什么。当很多认知和行为模式不一样的数据生产者同时在生产数据内容时，就会产生混乱的结果，这个也叫熵增。数据治理的本质，就是减熵，翻译成大家都听得懂的话，就是需要做规范化，或者叫标准化。而做标准化，又分为标准化的设计、标准化的执行两个方面。
标准化的设计可以有很多方向，这里大概列一下比较通用的标准化设计的方向，仅供参考：
① 数据表标准化
大多数企业发展到一定阶段都会做数仓的建设，数仓建设本身就是对数据表进行规范化设计和管理。即使没有数仓，我们也可以简单地从以下两个方面来做数据表的标准化管理：
•数据表分层和分类。数据表分dwd、dws、mid、dm、dim层，以及按营销、商品、采购、仓储等域区分，同时有商品、部门、用户等主键用于权限隔离。
•权限控制规范。不同层级表的读写权限控制，有公共库和业务库的区分，全量表和增量表的区分。
② 任务标准化
sql或者etl任务，在执行过程中的读写操作，是性能消耗的最大影响点，同时也决定了数据表数量和数据量的生成速度。任务的标准化对于数据治理而言重要性非常高，可以考虑从以下三个方向：
•任务本身规范。包括命名规范，执行规范，全量表增量表的使用规范等。
•任务之间的规范。依赖关系要有且清晰，以及层级清晰，层级也不宜太多。
•性能最优。需要考虑单任务的执行效率，精准使用不同层级的表，以及不过度生产数据、不重复生成数据。在真正治理过程中发现性能异常的任务，往往都是因为没有做性能优化导致。
③ 报表页面标准化
报表在企业内会被大规模使用，核心报告也在被高层关注，对报告的标准化管理，能很直观地体现数据治理效果：
•分层报表管理。核心公共报表统一管理 vs. 自由报表单独域或者目录，移动端统一管理 vs. PC端自由产出，部门级核心报告 vs. 次核心报告分层等。
•目录规范。一般是建议按照业务属性、部门属性、项目属性进行划分，方便做权限管理。
•页面规范。这个就比较细致了，包含对于表头，排版，颜色，字体，对齐，图表大小，筛选器位置，统计表和明细表规则等等一系列的规范。
④ 指标标准化
在数据治理中，指标的问题是看似简单但往往是问题最大的一类。我们常见的指标混乱问题，包括同样的指标多口径共存，口径范围不清晰，规则不清晰，逻辑不严谨等等问题，均需要做标准化处理：
•指标和指标体系设计。参考阿里的原子指标、派生指标、衍生指标，不详细讲。
•指标规范。需要从命名，口径，范围，逻辑，时间等等维度进行规范，建议做指标管理平台或建设企业的指标白皮书。
•指标归属。核心指标归属IT/数据部门统一管理，并且需要做自上而下的宣导，以及统一性保障（错也一起错）。而业务部门自己开发的指标，在命名上就需要做一些区分，以及在使用场景上需要规避跟核心指标产生信息冲突。
⑤ 权限管理标准化
需要对指标、数据表等进行机密性分层，以及按不同部门不同层级的成员进行权限的划分，同时需要跟高层协商审批的规范，包含系统or邮件申请，不同类型申请对应的审核人。容易忽视的一点是，报表的权限和数据表的权限之间，需要保持权限的统一。
任何阶段的数据治理，标准化建设都是必不可少。中小企业对于这块容易忽视，在跑得快的过程中没有及时将规则制定清晰，会为以后留下不少坑。
在做好标准化的设计后，下一步标准化的执行，难度会大很多，需要的是做一系列的流程建设，为标准化落实下去保驾护航，方向包含以下几点：
•监控机制。对于任务、页面、数据表等，进行监控，以及针对异常项报警，邮件或消息提醒。
•复盘机制。月度或季度进行项目的复盘，针对治理的效果、目标达成进行反馈，以及头部异常客户通晒。
•责任划分。责任到人，各方分别需要做的事情和承担的责任进行同步。
•培训机制。使用规范的培训，确保大家有统一的行为准则。
•启动专项。拉齐相关方，拉高层站台，组织项目启动会，并且做价值和目标的同步。
对于不同阶段的数据治理适用的方法，如下图：
4
数据治理究竟需要做成什么样？
以及做多久？
数据治理是重要项目，但是在企业内部却不一定是最重要的项目。投入人力也很容易碰到边际效应，因此也需要考虑投入产出。我们需要做的其实就是抓头部、抓重点，针对核心有问题的个人进行专场的培训和案例分析，能解决很大一部分问题。
同时，数据治理是一件长期的事情，前期可能有较多的例会和讨论，中后期会逐渐趋于稳定和平淡化，但依然需要有专人长期对这个事情负责，对数据系统健康度保持关注，做风险同步和及时止损。
5
数据治理专项的关键指标有哪些？
怎么考核？
① 常用监控指标
•资源利用率：内存/CPU/硬盘使用占比
•冷任务、冷页面、冷数据表、空数据表的数量
•计算超时(xx分钟)任务数/页面数
•报表页面加载时间
•核心任务执行完成时间
•依赖超5层任务数
•无依赖的任务数
② 考核指标
一般没有特别通用的考核指标，主要看各个企业当下最核心的痛点是什么。比较常见的考核项是上述的“资源利用率”和“报表页面加载时间”。
6
可以用哪些工具帮助到数据治理？
借助工具能辅助项目团队更高效地完成数据治理任务，尤其是对于技术团队。往往项目内需要的工具包括如下两类功能：
① 资源管控类
•数据源限制，设置角色/部门，新建权限/连接池个数/接入的数据源数量等的限制
•ETL限制，设置角色/部门，上线审核/ETL处理的数据行数等限制，优先级设置功能
•存储限制，设置角色/部门的存储上限，以及公共存储池设定
•算力限制，设置角色/部门的性能使用上限，以及灵活使用功能算力
② 监控和报警类
•实时资源使用情况监控
•针对角色的使用触达上限时的报警
•异常任务/资源使用报警
•任务血缘关系监控
•短信/邮件/外呼等报警功能
•智能运维的页面监控
总结中小企业和头部企业
做数据治理的区别
常见的坑有哪些？
1. 认为是个技术问题。实际上，应该把数据治理当作一个管理问题，项目中真正难的，是部门间协同以及认知统一。
2. 认为是技术部门的事。看主要问题产生的根源在哪里。如果在S4阶段，那么技术部门和业务部门都是需要关注的。
3. 过度开发工具。在开发工具上投入过大，过度依赖工具，导致治理效率低下，实际上工具够用就行。
4. 建立机制但是执行不下去。机制好建立，但是真正能高效是机制的落地执行和行为闭环，需要从上往下驱动。
5. 短期达成目标后便忽视。这是一个长期的事情，需要长期投入人力做监控和预警，以及问题反馈和培训。
6. 过度投入。其实处理好最头部的有问题的任务或培训好相关人员，数据治理就会有一个比较明显的进展，项目不宜投入过大。
本文来自微信公众号“观远GUANDATA”（ID:GD-SHOPBI），作者：陈小龙。
