公司最重要的資產是資料，資料治理策略對於任何使用大資料的組織來說都是必不可少的，成功的資料治理框架可產生高質量的資料，這將有助於組織做出更明智的業務決策。
目前業內資料治理總結起來一共分為兩類，一類是狹義的資料治理，是指資料指標口徑一致性的治理，此類資料治理主要是解決指標口徑的一致性，解決資料“不準”的問題。
另一類是指廣義的資料治理，是指包括資料指標口徑治理、資料安全治理、資料資源成本治理、資料資產元資料治理、資料產出治理等在內的大治理，此類資料治理是需要綜合解決資料從採集加工到應用分析再到銷燬全生命週期內的口徑、成本、安全、合規和產出問題。
其實，資料治理戰略層面的設計總結就兩點：
第一，資料治理是一個系統性工程。
資料治理主要面對三個問題，一是使用者心智培養問題，二是組織保障問題，三是系統提效問題。
第二，資料治理又是一個抓大放小的工程。
資料治理本質是減熵的過程，是建立秩序，因此任何的治理本身是逆人性和逆客觀規律的，需要源源不斷投入能量（資源）才能維持熵值平衡。
但問題就在於，人性天然有建設性和破壞性兩面，想要秩序的存在並維持下去，本身就是需要投入非常大的建設精力和成本的，而且這個成本還不是一成不變的，它是隨著公司資產的累加而增加的，也是會隨著公司戰略、制度和文化的革新變化而變化的。
因此，資料治理工程中追求完美主義是不可取的，我們要學會分類分級，學會判斷優先順序，學會抓大放小，允許有序和無序的並存。
資料治理到底解決什麼問題？或者說什麼問題的存在才需要資料治理？資料治理應該以什麼為目標？具體要怎麼制定策略？
歡迎
掃碼回覆“資料治理”
參與活動，領取
《資料治理策略》
電子書。
這本電子書收錄了騰訊、順豐科技、貨拉拉、網易、袤博科技5家企業在資料治理方面的思考和實踐經驗，包括資料治理平臺建設、資料資源管理、不同場景下的資料治理策略等。
*本文參考：
資料治理第1期 | 簡單聊一聊資料治理的策略（作者：一個數據人的自留地）
https：//www。woshipm。com/data-analysis/4891424。html
PART
01
電子書目錄
1。 騰訊尤拉資料治理平臺思考與實踐
尤拉資料治理的整體思路是透過平臺能力+治理專項的推進來互相牽引，實現資料治理的最佳實踐落地。主要有以下 4 方面措施：
① 需要資料規範與標準，拉齊各業務資料標準
② 需要完整的全鏈路元資料能力，從而明確資料到底發生了什麼，什麼地方需要治理，提升資料的可觀測性、空間感
③ 需要構建統一資料實體、統一資料模型、統一資料服務，做到資料生產即治理
④ 需要統一的治理評價體系，配合治理專項，推動和牽引治理落地
2。 騰訊音樂資料資源管理實踐
本文將分享騰訊音樂在資料資產管理方面的落地實踐，以及我們的資料治理方法。分享的主要切入點是騰訊音樂透過資料治理完成企業內部資源管理和成本管理，達到治理資料以及降本增效的目的。主要包括以下幾部分內容：
① 資料治理的背景
② 資料治理的方案以及實踐落地
③ 資料治理效果
3。 順豐科技資料治理實踐
順豐資料治理的整體框架中，最頂層的設計戰略主要是政策規範。順豐有順豐集團的資料治理總綱，基於總綱，還制定了主資料管理規範、指標口徑管理規範、資料安全管理政策等各類政策規範。
資料治理領域主要包含元資料管理、主資料管理、交易資料管理、指標資料管理、以及資料安全、資料質量、資料標準。我之前參與過華潤、華為、碧桂園的資料治理工作，在資料治理領域方面，各公司大同小異，有些公司不包含交易資料，有些公司會包含資料服務，資料模型管理等。在順豐主要關注元資料、主資料、交易資料、指標資料的安全、質量和標準的管理。
4。 貨拉拉資料治理平臺建設實踐
貨拉拉在資料治理過程中，在以下四個環節做了相應工作：
組織保障：明確成員角色，明確職責分工；我們成立了儲存治理小組、計算治理小組，以及穩定性保障小組。
制度建設：制定標準流程，保證落實執行；如我們制定了大資料接入規範、資料開發規範、資料模型規範，這些都是需要長期推廣和落地的過程。
專案落地：開展專項治理動作，比如儲存治理、計算治理等；實踐證明專項治理的效果比較明顯，但問題是比較耗時耗力；不是長效機制，是一種運動式的治理，需要把能力產品化，讓資料責任方自助式治理，驅動自主治理。
平臺支撐：研發支撐系統，提質增效。
5。 網易雲音樂數倉治理之資料任務重構實踐
雲音樂數倉在經歷了前期混沌摸索，中期建設完善，如今已逐步形成了一套適合自己的數倉體系和建設規範。增量模型及任務全部走線上設計評審流程，但仍有大量歷史任務“年久失修”等待治理。本文以重構會員自動化運營模型為例，分享下資料任務重構實踐。
6。 現代資料治理：網易有數資料治理演進
網易數帆資料治理髮展過程的第一個階段為統建中臺，先設計後開發。
我們提出的解決方案是先設計後開發，其實就是建中臺。主要分為指標定義、模型定義、資料開發三個步驟。
7。 資料治理一體化在Mobtech金融風控場景下的
實踐
資料治理既然是一個全鏈路的，那麼可以抽象成哪些模組去做資料治理呢？這裡認為可以抽象出四大模組：一是資料安全，二是資料規範，三是資產管理，四是資料質量。
本文結合MobTech公司在金融行業的情況，分享一下金融行業資料治理的需求。雖然資料治理是一個通用的框架，各個公司都可以遵循，但仍需要結合行業對資料的要求，及應用場景等特點來開展資料治理工作。
8。 資料治理的21個有效策略
炒股開戶享福利，入金抽188元紅包，100%中獎！
開啟App看更多精彩內容