3.3 主数据驱动的数据治理过程

3.3.1 过程框架

如图3-12所示，数据治理的任务可分解成为5个阶段，即架构阶段、主数据治理阶段、业务数据治理阶段、分析数据治理阶段、优化治理阶段。每个阶段都包含分析、设计、执行、评估4个基本环节，循环迭代，推动阶段任务的达成。

图3-12 数据治理过程架构

上述过程框架提出的阶段性任务划分，将复杂庞大的数据治理任务分解成为较小的独立子集，增强了数据治理的可实施性，有利于企业管理者进行整体规划和安排，并对企业整体的信息化建设有一定的参考价值。

同时，上述过程框架可根据企业的整体战略和治理目标进行灵活剪裁，以满足不同企业数据治理的不同要求。其中架构阶段和主数据治理阶段是数据治理的基础，一般企业实施数据治理项目均需从架构和主数据治理开始，这也是本书第二篇重点介绍的内容。而业务数据治理阶段、分析数据治理阶段、优化治理阶段则可根据需要灵活选择。

3.3.2 架构阶段

架构阶段是数据治理的准备阶段。架构阶段通过现状调研和需求分析，识别业务问题和实施风险，完成数据治理的整体规划和体系设计。同时，获得高层支持，创建数据治理管理组织，并完成管理成熟度的评估。架构阶段的主要任务及其要点如图3-13所示。

图3-13 架构阶段的主要任务及其要点

3.3.3 治理阶段

主数据治理、业务数据治理、分析数据治理、优化治理4个阶段只是治理的对象和工作范畴存在差别，可参照相同的过程框架，主要任务及其要点如图3-14所示。

图3-14 治理阶段的主要任务及其要点

考虑到主数据治理的核心作用，本书的第二篇将针对主数据治理的具体实施过程进行详细介绍，该过程也可作为业务数据和分析数据治理的参考。

分析环节完成业务过程分析和业务问题聚焦，并从数据质量、数据安全、数据生命周期三个方面分析、梳理数据缺陷，形成治理的阶段性目标和具体的工作计划；设计环节完成数据标准和数据模型的设计、开发，为数据治理的实际执行做好准备；执行环节依次完成数据采集、数据清洗、数据导入、应用集成、系统测试和上线切换，最终提交数据服务和数据产品，完成数据资产的价值提升；最后，在评估环节从运行情况、数据质量、数据安全、系统性能、管理水平、经济效益等方面对数据治理的效果进行评估，为进一步的优化提供条件。

3.3.4 任务、角色、分工、职责

数据治理是一项复杂的任务，仅仅依靠企业IT部门难以完成，往往需要专业的外部咨询服务和开发人员的辅助。因此，需要在过程框架中澄清各方的分工和职责，以便配合。表3-1以主数据治理为例，对数据治理过程中的任务、角色、分工、职责进行梳理，供企业的管理者参考。

表3-1 数据治理过程各方分工和职责