数据治理-组织架构

1、数据治理委员会2、数据管理专员制度知道委员会3、数据管理专员制度团队4、数据治理办公室（DGO）5、数据管理服务组织立法、司法职责公司IT治理组织首席数据官企业级数据治理委员会高级数据管理人员部门治理委员会部门治理委员会协调型数据管理专员面向业务主题域的数据管理制度团队（企业、部门）业务数据管理专员、其他业务主题域专家123数据治理办公室4数据管理协调员数据管理服务组织企业级部门级、项目级本地级数据治理数据管理制度数据管理服务执行（行政|绩效）职责首席执行官

数据管理执行官数据架构师数据分析师数据库管理员数据集成专家商务智能专家5数据质量管理参考数据和主数据理数据仓库和商务智能管理数据架构管理数据开发元数据管理数据操作管理数据安全管理

文档和内容管理图3.4

数据管理组织—

—

治理、管理制度、服务数据治理一组织结构2023/1/3数据治理一职责分工。2023/1/3数据治理角色类型描述首席数据管理执行官IT部门内,数据管理服务组织中的高级级别管理者。数据管理执行官汇总给CIO，直接负责数据管理服务。数据管理专业人员数据管理的技术专家，包括：数据架构师、数据分析师、数据库管理员、数据集成专家和商务智能专家。禺层数据管理专员由高级经理担任的数据治理委员会中的角色，代表部门或企业的数据利益评审数据政策、标准、指标和规程等协调型数据管理专员领导并代表业务数据管理专业团队参与跨团队讨论和与高级数据管理专员的讨论。业务数据管理专员知识工作者和业务领导，被公认为某个主题域专家，对其所负责的业务实体、主题域或数据库的各类数据规范和数据质量最终负责。集中式组织模式DMBOK所提倡的数据治理组织通过数据治理委员会、数据治理办公室、各业务条线的数据治理执行团队等形式来建立一个自顶向下的数据治理组织好处是高层领导的参与，有执行力缺点是对于组织架构的影响比较大。Bus/

LOBsCenter

of

Excellence(COE)DGEXECUTIVESPONSORDG

STEREINGCOMMITTEEData

GovernanceLeaderBusiness

SupportBusinessAnalysisGroupDataManagementGroupDataTechnical

supporttechnicalArchitecture

DataGroup

ArchitectureGroup2023/1/3离散组织模式按业务条线/事业部制定数据治理相关的政策、标准等。各个业务条线/事业部分别开展数据治理工作，对目前业务条线中数据管理人员的工作进行正式化和加强，保证各领域的政策能够得到执行。好处是对于组织架构的改变不大，容易开展执行。缺点是缺少各个业务条线之间的协同机制。LOB/BUData

Governance

Steering

committeeLOB/BU

Data

Governance

Working

GroupDatestewardsApplicationArchitectsBusinessAnalysisDataAnalysis2023/1/3混合组织模式Business

stakerholder2023/1/3IT

Enablement集中式和分散式两种模式的结合，需要建立强有力的数据治理委员会和数据治理办公室。更加强调各个业务条线在数据治理组织中的灵活性，减少对各个业务条线的改变。好处是保证了各业务条线之间的协调和一致。缺点是层级比较多，数据治理办公室的协调工作非常多。Data

Governance

OrganizationData

GovernanceSteering

committeeData

Governance

officeData

Governance

Working

Group联邦组织模式Data

Governance

Group2023/1/3建立企业级的数据治理组织，数据治理办公室。各个业务条线也建立独立的数据治理办公室,协调本业务条线内部工作的开展以及和跨部门的协调工作。好处是各个业务条线在数据治理工作中更能保证本部门的业务需求能够优先满足。缺点是不利于平衡企业级工作和业务条线工作之间的优先级。Data

Governance

OrganizationEnterprise

Data

GovernanceSteering

committeeEnterprise

Data

Governance

officeDivision

DGofficeDivisionDG

officeBuBsuinsiensesssstakeBrhDuoisvlidinseeiorsns

DGstakerhoolfdfiecreBusinessstakeholderBusinessstakeholderBuBsuinsiensesssstakeBrhuoBsluidnseeirnsesssstakestrahkoeldrheor

lderITEnablementITEnablementstastkaekBrehurohslidonleedrsesrBuBsuinsiensessIsTEnablement沟通是组织模式的关键战略、政策、要求进度/成果问题解决知识分享Data

producersData

consumerData

Governance

SteeringcommitteeData

Governance

officeData

Governance

WorkingGroupCommunication

OutData

Governance

OrganizationBusinessstakeholderITEnablementCommunitteeupCommunitteedown-记分卡/KPI.项目/工作进度煉疑难问题业务:煉进度，挑战/问题煉职能域需求IT

:煉进度，挑战/问题.数据质量记分卡反馈、顾虑解决冲突、优先级投资优先级、数据质星标准、政策、规程、度星指标和监控决策・数据略、渝呈、标准煉数据质星需求・架构最佳实践2023/1/3持续提升数据治理，保障数据资产价值数字化与智慧化转型方案基于企业架构视角2023/1/3数据管理的原则数据管理需求源于业务需求・管理数据寓意着管理数据质量・采用元数据管理数据・执行数据管理计划・数据管理需求能够被信息技术的决策响应数据管理需要跨领域专业支撑・数据管理具有跨领域、多专业特性・数据管理需要企业具有明确的愿景・数据管理必须获得支撑企业愿景的体系化清单数据管理需要基于全生命周期管理・不同类型的数据,有着不同生命周期特性;・需要管理数据之间的风险和联系2023/1/3数据治理的4P原则原则Principle:最基础的法规、前提、假设、理念；行为的规则或准则；政策Policy:在企业级设置目标，明确需要做什么；流程Processes:对任务的高阶描述，每一个任务的负责方；操作规程Procedures:详细描述如何完成每个任务。企业级数据是企业的资产，不由任何个人或业务单元/部门拥有；企业级数据必须进行建模；企业级数据必须在靠近数据源进行维护；企业级数据必须可以被访问；(根据需要建立访问授权)必须记录元数据并且利用元数据；数据管理专员必须对企业级数据负责(Accountable)数据管理专员的职责必须纳入工作职责说明；原则：一致性Consistency政策：企业不允许存在重复的数据元素2023/1/3流程：业务数据管理专员在业务术语字典中查询数据元素定义，去重，创建新的数据元素制定数据架构企业数据架构的开发、修订、审批、发布的过程中，参与方、职责和流程。口数据治理委员会;数据架构师;数据管理专员口需要考虑“与企业架构团队及相关制度的融合“数据架构的范围包括:口企业数据模型

口信息价值链分析口数据技术架构、数据整合架构、数据仓库和商务智能架构及元数据架构。企业数据架构设计要点口注意企业数据模型与关键业务战略、流程、组织和系统保持一致性。2023/1/3制定数据标准和规程数据标准和规程的设置，需要覆盖数据管理的每个职能域:数据建模：＞数据模型管理准则和规程。＞数据建模和数据架构标准,包括数据的命名规范.定义标准、标准域•标准缩写等。元数据：＞采集、维护和整合的标准业务和技术元数据。＞元数据整合和使用规程。数据库维护：＞标准数据库恢复和业务连续性、数据库性能、数据保存和外部数据采集。口数据安全：＞数据安全标准和规程。主数据和参考数据：＞参考数据管理控制规程。＞匹配/合并和数据清理标准及规程。BI及数据仓库：＞商务智能标准及规程。非结构化数据管理:＞企业内容管理标准及规程，包括企业分类法的使用，对法律取证和档案、电子邮件保留、对电子签名、报告格式标准、报告分发方式等的支持。2023/1/3数据管理项目的统筹管理数据管理举措(Initiative)：旨在实施或改善整体的数据管理职能。涉及企业范围的利益，需要跨职能的数据治理委员会发起如：企业级数据管理体系的规划和建立其他I页目和项目群(Program/Project)：一般集中于一个特定的数据管理职能数哪勾ts。数据仓库和商务智能割里。数据和主数据咨里。元数据管理数据质量匏。遵循项目管理标准：章程、业务案例、过程监控、成果评估和跟踪可以配合其他项目开展数据管理项目：ERP、CRM

等。数据治理提供的支持包括:企业级信息整合（数据架构）的主蓝图。数据质量管理和主数据管理的方法。为商务智能提供策略、工具、结构和支持。与业务领导合作,共同控制企业信息整合的行之有效的方法。2023/1/3数据资产估值数据和信息资产有有形或无形的商业价值，是实实在在的组织资产。方法：一种方法是确定的从数据使用所带来的直接和间接商业利益。另一种方法是识^其损失的代价。如果提供的是独家资产的话，估计竞争对手可能为这些资产支付多少。数据业界对数据资产估值讨论的现状:主要定性的、指引性的、经蟠的探讨缺乏严密推理论证2023/1/3行业数据资产价值占企业市值的比例简单制造业30—

40%电信、公共事业和其他基础设施相关服务50-60%提供复杂无形服务公司，如金融机构70—

80%能源提供商40-60%来源：《信息驱动的商务：管理数据和信息的最优化》思考题：数据治理的利益相关方及其需求谁提的需求?什么需求？什么高度？什么广度?现在还是未来？谁是高层支持领导?谁是首席数据管理专员？谁提建议?谁是数据管理的IT领导?谁任命数据管理专员?哪些决策需要协作?关键相关人是否已经协调一致,包括CIO?他们对组织和角色是否有共同的愿景？2023/1/3数据治理实施的成功要素示例关键要素大类俸号关键要素顶说明当前满足度1业务需求导向以某些实际噂需求为驱动力:开源、节流、合规满足2业务协同导向以业务条线之间的横向协同为主要驱动力—建设驱动力3纵向管控导向以某些业务条线对分子公司的纵向管控为驱动力-

-4信息化建设导向以某些大型信息化工程建设为驱动力：如ERP、数据仓库、大数据平台-

-5数据问题导向以解决某些多发数据问题为驱动力满足建设策略6顶层设计以体系眦期为主要工作曲满足7局部落地以解决具体问题、实施某些改进为工作任务满足建设过程8启动会召开正式启动会，高层领导、业务、IT共同参与待定9启动培训

.观治理与SI里培训，统一思想与专业认识待定10关健业务部门牵头制定了项目业务奎头部门、数据治理工作业务奎头部门满足11保持与高层领导汇报项目过程中，保持高层沟通，消除争议待定12数据认责为先优新展数据认责，就职责共淳识待定13持续宣贯项目过程中保持与相关业务、IT的宣贯,提升知名度、认可度待定14持续推进落地在技术设计之外，求同存异，与相关部门达成共识推进成果认同、实施改进行动待定2023/1/3数据治理项目实施方案示例2023/1/3数据治理实施需要与其他工作整合2023/1/3数据治理的11个原则数据管理是业务数据管理专员（受托人）和数据管理专业人员（专家型保管人）的共同职责。数据管理专员在所有的十个数据管理职能中都负有责任。考虑到组织及其文化的独特性，每个数据治理/数据管理项目都是独一无二的。最好的数据管理专员要靠发现，不是靠培养。需要尽可能任命对此有兴趣的和已经参与相关工作的人为数据管理专员。共同制定决策是数据治理的标志。数据治理委员会，数据管理专员制度指导委员会和数据管理专员制度团队执行立法性司法职责，而数据管理服务机构履行执行职责（管理、协调、服务、保护）数据治理发生在企业级和本地级两个层次上，也经常发生在各层次之间的其他层次上。在数据管理方面，没有什么可以替代有远见和活跃的IT领导力。数据管理执行官，是CI

O的左膀右臂，负责数据和信息的管理。数据管理专业人员的集中组织形式对企业范围的数据整合是必不可少的。组织应为数据治理委员会明确正式的章程，由董事会或执行委员会批准，并给予相应的权限。每个企业都应有自己数据战略，由企业业务战略驱动，并用于指导所有的数据管理活动。2023/1/3数据治理的11个原则数据管理是业务数据管理专员（受托人）和数据管理专业人员（专家型保管人）的共同职责。数据管理专员在所有的十个数据管理职能中都负有责任。考虑到组织及其文化的独特性，每个数据治理/数据管理项目都是独一无二的。最好的数据管理专员要靠发现，不是靠培养。需要尽可能任命对此有兴趣的和已经参与相关工作的人为数据管理专员。共同制定决策是数据治理的标志。数据治理委员会，数据管理专员制度指导委员会和数据管理专员制度团队执行立法性司法职责，而数据管理服务机构履行执行职责（管理、协调、服务、保护）数据治理发生在企业级和本地级两个层次上，也经常发生在各层次之间的其他层次上。在数据管理方面，没有什么可以替代有远见和活跃的IT领导力。数据管理执行官，是CI

O的左膀右臂，负责数据和信息的管理。数据管理专业人员的集中组织形式对企业范围的数据整合是必不可少的。组织应为数据治理委员会明确正式的章程，由董事会或执行委员会批准，并给予相应的权限。每个企业都应有自己数据战略，由企业业务战略驱动，并用于指导所有的数据管理活动。2023/1/3银行业数据治理最佳实践银行业数据治理最佳实践一规划目标及主要内容某银行通过业务能力及业务架构分析，分析未来业务发展对IT的关键要求，识别自己与领先实践的差距，以全局视角、总体规划未来的信息化体系,以业务发展重点驱动应用系统规划与建设,支撑银行向大型数字化银行的转型与发展。银行业数据治理最佳实践一数据治理架构数据治理是数据管理的核心职能，是规划、监督和控制数据安全、数据质量、数据生命周期、元数据、数据模型、数据标准、数据分布、数据交换、主数据等领域数据管理，即数据治理贯穿于各个数据管理方面工作。银行业数据治理最佳实践一数据治理体系组织制度数据存元数据数据分数据安数据交质量检查工企业级元数生命周期管数据模型技术支撑

。数据治理管数据清理工理系统、具数据治理是一项复杂、长期、系统性的工程,涉及思维、方法、组织、系统工具等多方面要素的综合运用。通常通过建立专门的数据治理体系保证数据的可用性、可获取性、高质量、一致性和安全性。为战略、机制、领域和技术支撑，从上至下指导，从下而上推进，形成一个多层次、多维度多视角的全方位框架。麟标准.

⋯掘模型数据质数据集数据服旱成务银行数据治理体系可体现成金字塔结构，依次银行业数据治理最佳实践一数据治理体系承接金字塔结构数据治理体系包括两个层面：一个是数据治理核心领域，另一个是数据治理保障机制。战略、机制及各领域的技术支撑是数据治理的保障机制。银行业数据治理最佳实践一数据治理组织结构银行业数据治理最佳实践一预期交付成果项目内容任务描述文档类型交付成果项目管理及项目启动制定项目计划、组建项目团队,搭建项目环境及完成后续项目管理工作工作文档《银行数据治理项目计划》工作文档《银行数据治理项目周报》工作文档《银行数据治理项目会议纪要》现状调研分析管理现状调研及需求收集工作文档《银行数据治理现状调研报告》数据治理规划设计数据治理的蓝图规划，制定未来的数据治理实施路径规划，规划数据治理工作配套的保障机制C交付物《银行数据治理体系规划方案与演进路线》数据治理规划实践数据标准分类体系框架，制定关键业务指标数据标准：拆解关键业务指标数据为对应的基础数据，制定基础数据标准；分析业务、系统和现状层面的数据质量规则需求设计重要基础数据的质量规则。工作文档《基础数据标准分类体系》工作文档《指标数据标准分类参考框架》工作文档《银行数据标准制定工作方法》交付物《银行关键数据标准》交付物《银行关键数据质量规则》银行业数据治理最佳实践一总体规划进度安排IT总体规划预计将经历6个月的时间，分3个阶段完成银行业数据治理最佳实践一总体规划进度安排数据治理专题规划预计将经历4个月的时间,分2个阶段完成银行业数据治理最佳实践一组织架构银行业数据治理最佳实践一组织职责银行业数据治理最佳实践一时间安排银行业数据治理最佳实践一进度计划银行业数据治理最佳实践一业务能力现状分析银行业数据治理最佳实践一业务能力分析银行业数据治理最佳实践一业务能力分析银行业数据治理最佳实践一数据治理理论基础根据业界经验和IBM的数据治理理论，制定了银行的数据治理框架，用于指导数据治理的相关工作:银行业数据治理最佳实践一数据治理成熟度评估维度银行业数据治理最佳实践一蓝图规划框架数据治理蓝图框架包括组织架构,管理政策.管理流程、技术支撑和内容建设。具体如下:银行业数据治理最佳实践一数据治理组织机构数据治理委员会协调、决策指导、审批审批、听取、评价数据治理匏组制定政策、组织、角色和职责职日常管理组织、牵头建设和推广管理、评估、监督数据治理执行组参与、配合日常管理工作根据数据治理咨里组要求,制定数据标准、数据质量等内容参与评审执行数据治理要求银行业数据治理最佳实践一数据治理分工界面演进路线银行业数据治理最佳实践一数据治理制度体系银行业数据治理最佳实践一数据治理制度体系银行业数据治理最佳实践一数据治理管理流程发布流程宣贯、推广流程银行业数据治理最佳实践一数据治理管理流程（示例）银行业数据治理最佳实践一数据管控平台银行业数据治理最佳实践一数据治理内容治理内容描述数据模型数据概念、数据模型设计规范、企业级数据模型数据标准数据标准分类框架、数据标准详细定义数据质量数据质量衡量维度、通用数据质量规则定义、数据质量规则定义元数据元数据分类、元数据管理、元数据模型、元数据