第3章
数据治理的重要性

自2018年5月银保监会发布《银行业金融机构数据治理指引》以来，数据治理的热度逐年递增，受到来自大江南北的从业者的关注。

《DAMA数据管理知识体系指南》第3章数据治理的语境关系图中涉及数据治理的定义、目标与原则、业务驱动和技术驱动、输入、活动、交付成果、提供者、参与者、消费者、技术、工具、度量指标等内容，如图3-1所示。

图3-1　数据治理的语境关系图

本章将基于图3-1所示的知识体系讨论数据治理的重要性，主要包括数据治理概念、数据治理原则、业务驱动因素、组织和岗位设置、资金投入情况、组织文化培养、度量指标、数据治理定位8个方面。

数据治理概念诞生距今已经有30多年的历史，在此期间其概念的内涵和外延都发生了巨大变化，名称随着时间的推移不断演变，这显示出数据治理一直被社会所关注和重视。

数据治理最重要的用户或者需求者是业务人员，所以数据治理的主要驱动力来自业务，主要推动的部门是财务部门，财务部门在企业中的重要程度不言而喻，数据治理对财务部门具有非常重要的业务价值。

在一个企业中，数据治理重要与否主要体现在数据治理组织的级别、人员岗位设置等整体情况、数据治理相关人员数量的多少、每年在数据治理项目中资金投入的多少和企业在推动数据治理工作过程中的文化宣传程度等，这些方面均可体现企业对数据治理的重视程度。在企业中彰显数据治理重要性的另一个重要指标是将数据治理系列工作纳入绩效考核体系，在部门和个人的绩效中占有一定的比重，从而利用绩效考核推动数据治理工作的落实。

除了从二维视角看数据治理具有一系列重要性外，从三维视角看数据治理，其仍具有推动社会发展、影响行业稳定、加速新兴市场建设、促进企业转型等作用，尤其是在当下的数据时代。