前言

最近有小伙伴在人人都是产品经理网站提了一个问题：

1. 一句话描述什么是数据治理，通俗易懂，不要太偏技术。2. 数据治理包含什么3. 如何实施数据治理

这篇文章，我就来跟各位聊聊，什么是数据治理。附：作者整理了一些实用的参考资料，需要的小伙伴可以私聊数苗哦。

01 什么是数据治理

不懂就搜，打开搜索引擎，你会看到以下内容：

DAMA 和 DGI 都给出了比较精炼的定义和回答，但我第一次读的时候，我碰了新的问题，什么是数据资产？如何决策，要如何分工？

注意最后的一段话：“数据治理的最终目标是提升数据的价值”，以终为始，我们可先将这个目标铭记在心中。

小明看到自己喜欢喝的一款高端酸奶标价 8 元，他连忙拿了一瓶去买单。结果店员告诉他，本次活动第一瓶是原价，第二瓶才是 8 块的半价。

上面的例子中，单纯一个数字，是没有意义的，必须要相应的解释，人们才能理解。“买满两瓶，第二瓶酸奶的单价是 8 块”，这才是真正完整的指标。

用一个简单的公式给出指标的定义：指标 = 数字 + 解释

其中解释包含两方面：1 ) 业务上的解释 2 ) 技术上的解释

业务解释通常是图文，意在给指标使用者解释指标从何处来，怎么算。

技术解释通常是用程序语言定义的计算逻辑，比如用 SQL 语句定义人数为 count(user_id)，均价为 avg(price) 。

其实理解了元数据，就能理解指标，大家可以参考文末的元数据文章。

02 数据治理，什么是数据

大家对数据不陌生，每天聊微信、刷抖音，睡觉的时候，智能设备还能继续收集并记录人体健康数据，现代人类每天都在产生无数的数据。但是你有没有了解过，到底什么是数据？数据的定义是什么？

「数据」是指对客观事件进行记录并可以鉴别的符号，是对客观事物的性质、状态以及相互关系等进行记载的物理符号或这些物理符号的组合。

抽象的概念太难理解了，接下来举个例子。我们现在经常看到的数据是这样的：

表格中，“16656”、“李二狗”、“男”、“301”都是数据。

但在，没有表头解释的情况下，“301”，到底是分数，还是宿舍号呢？这就涉及到了数据的解释。

其实，完整的表格是这样的：

这个例子中，学生信息有 4 项数据，每个数据都为了记录和鉴别，都其标准和规则。

比如宿舍号，其的产生规则是“楼层+编号”，这产生的影响就是，宿舍号注定不会是负数或者小数。假设某学校的宿舍只有六层，那该校宿舍号的限定范围只能是 101~699 。

每个学生在录取后，学籍系统会为每个学生产生唯一的学生 ID，以便区分学生。分配宿舍时，学生的这 4 项住宿信息要完整、准确、及时地记录到宿管系统中，且学生 ID，要与学籍系统保持一致。

对于数据来说，有基本的几个要求：完整性、准确性、一致性、及时性。

03 数据治理，什么是治理

让我们将重点放到治理这个词上。

联合国全球治理委员会（CGC）对治理的概念进行了界定，认为“治理”是指“各种公共的或私人的个人和机构管理其共同事务的诸多方法总和，是使相互冲突的或不同利益得以调和，并采取联合行动的持续过程”。

这个委员会总结了治理的四个特征：

图源自作者

而基于概念和特征，有人总结了治理的基本职能：

图源自作者

总的来说，治理是一个朝着最终目标前进的动态过程。

04 数据治理，包含什么

1）数据治理流程

我将借用生活的例子来讲解一下，帮助大家建立初步理解。

从埋在土里到被端上餐桌，土豆流程大体如下：

• 采集（人工或用机械将土豆挖出来）
• 运输 & 存储（将土豆转运到仓库或者厨房）
• 定标准（设定评选方法，确定切块的大小、切丝的长度）
• 清洗 & 精加工（清洗泥土，削去表皮，按照标准切成方块、长条、土豆丝）
• 烹饪 & 摆盘（厨师烹饪，出锅、摆盘、端上餐桌）

2）数据治理的工具

为了达到开垦农田的目标，你是愿意选择刀耕火种还是机械化耕种呢？

数据治理是一项复杂的工程，为了保障效率，许多工具被设计出来。我对这些工具进行了简单的归类：

简单解释下。

数据存储要提供“容器”，一切的治理动作都发生在其中。数据同步，则要提供“管道”服务，将数据导入到容器中。

有了以上两个关键模块，数据治理核心工作才能开展：定标准、依托标准提质量；按照标准建模、按照模型补数据；将治理完的数据提供出去；对整个治理过程进行安全管控。

通常，数据治理的结果，要得到应用和呈现。BI 工具中的各类图表可以将数据转变成更容易理解的表达方式，而更深层的应用，则是看不见的，比如基于用户行为数据的推荐系统。

市面上各家厂商的产品，都会基于不同过程设计产品，实力强的厂家，则会给出整套数据治理解决方案，比如阿里dataphin、华为dgc、网易数帆等。