中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

在數字化轉型的浪潮中，數據治理已成為企業不可忽視的核心議題。然而，面對這一龐然大物，許多企業和數據管理者往往感到無從下手。本文深入探討了數據治理的邊界問題，分析了數據生產者、數據加工者和數據消費者三個參與方的角色與責任，以及數據治理的兩種邊界范圍。

面對數據治理，不知道其他人什么感受，我的感受好像面對一個龐然大物，無從下手。似乎有很多的事情需要做，但是具體做哪些？先做什么，再做什么？有沒有牽一發而動全身的那個關鍵節點？如何能夠做到有階段性產出？怎么順利進行推進？等等，似乎問題比答案要多。

如果說第一個需要達成共識的，目前，個人認為，數據治理的第一步是確定要治理的邊界。

一、數據的三個參與方

如果按照數據流向，數據一共有數據生產者、數據加工者、數據消費者，這三個參與方。

數據生產者就是產生數據的業務系統。數據加工者，就是進行清洗、建模、加工的數據部門，一般是數據中臺部門。數據消費者，就是最終使用清洗、加工好數據的部門，可以是業務部門，也可以是分析部門。

二、數據治理的兩種邊界范圍

這里所說的確定數據治理的邊界，是要確定，僅針對數據加工者所涉及的范圍進行治理，還是也要包括數據生產者所涉及的范圍。

換句話說，是僅僅對業務系統產生數據后，導入到數據中臺的數據進行治理，即入湖后的治理。還是對業務系統產生數據時，在導入數據中臺之前就開始治理，即入湖前的治理。

從名字上來說，要進行企業級的數據治理，那么我們當然既要入湖前的治理，又要入湖后的治理了。但是實例情況是這兩種治理在難度上、流程的、溝通范圍程度等等差別還是挺大的。都說數據像水流，這種入湖前的數據治理，就像一條河的下游，要求河上游進行治理，可想而知難度了。

第一種，入湖后的數據治理，主要是數據中臺（假設是數據中臺進行牽頭）為主，其他業務部門輔助。第二種包含入湖前的數據治理，卻是真正的全公司都需要進行系統適配、改造了。華為據說已經達成了，入湖前和入湖后的治理，在業務系統上線發布前，都必須符合數據治理的一些標準，質量要求，如果不符合不允許系統上線。

如果在數據治理項目初期就說，我需要進行入湖前和入湖后的全局數據治理，我需要全公司的配合改造，大概率是不會成功的。這時候經常會聽到“數據治理是一把手工程”，但是個人感覺，一把手怎么支持，支持什么。真要無腦支持影響了業務系統誰負責。畢竟，數據治理 在目前來看還是屬于錦上添花階段。

而且，目前的感覺，一個明確的、可成功的路徑似乎并不是完全清晰的。

當然，這并不是說不需要領導的支持，領導的支持在數據治理過程，個人認為算是一個天時的條件（后續還會說到地利、人和）。而是說明確路徑之后，才能讓領導支持，讓領導給人、給錢、給時間，并要控制好預期。

大部分時候支持都是有條件的，需要先看到成功的希望，才能得到支持。

三、是否做入湖前的數據治理

那就完全不進行入湖前的數據治理了嗎？倒也不是。而是說在開始的時候，只做入湖后的數據治理，之后通過問題驅動，通過場景驅動來逐漸的滲透到入湖前的數據治理，來影響業務，實現全局數據治理。

問題驅動好理解，就是哪天發現哪個數據出現不一致了，口徑無法統一，值沒有辦法對齊，原因是因為某個系統數據經常有異常，這個時候，就可以通過這個問題來驅動業務進行導入數據中臺前的數據治理，也就是對業務系統進行數據治理。通過錯誤數據，來倒逼源頭系統的數據質量改善。

當然，這個過程都需要有工具監控，有工具支撐。能夠讓業務系統使用工具靈活的配置相關的監控規則。而不是人工進行操作，后續也沒有辦法進行效果統計。這個就涉及到工具準備了。而且在工具之上還需要有政策規范，通過工具來落地。還要有對應的組織人力，能夠響應負責這件事情。

另一個，就是通過場景驅動。通過一個比較重要的場景，公司內部一直有對不齊的口徑，相同的指標，你說這個值，我說這個值?；蛘呤顷P鍵主數據信息，就是不能跨系統拉通，如：人員、地址等等。這個時候，通過一個場景，來協調不同組織的人，按照同一個規范，使用工具進行口徑的統一。如將公司內不同系統的地址數據統一，將公司內不同系統采集的人員建立ECIF打通一致。

這種場景驅動的治理，每一個都會是一個比較大的系統工程。像上面說的ECIF就是一套獨立的系統來做用戶主數據的打通。

采用這種逐步改進的形式來影響業務，實現將入湖前的系統數據治理的目標。

而且，先進行入湖后的數據治理，也有一個原因，通過入湖后的治理這個動作，來增加數據中臺部門和業務的溝通交流，以及信任。能夠讓業務知道，正在做的事情是一件什么事情，從行動層面影響業務，而不是讓業務覺得這件事情可做可不做，甚至有抵觸情緒。

四、總結

本章主要說了下，個人理解的數據治理時，需要第一個確認的問題：數據治理的邊界問題。在開始的時候，主要針對入湖后的數據進行治理，而后不斷通過，問題驅動、場景驅動的方式進行入湖前的治理，從而實現全局的治理。

確認了數據治理的邊界之后，在繼續介紹數據治理內容之前，我們先說一下數據管理和數據治理的區別。通過確定這兩個概念的不同含義，進而更好的理解數據治理是個概念。