工业大数据分析与治理（工业数据治理05）

国际数据管理协会在《DAMA数据管理知识体系指南（原书第2版）》中将其扩展为11个管理职能，分别是数据治理、数据架构、数据建模与设计、数据安全、数据存储与操作、数据集成与互操性、文件和内容管理、参考数据和主数据管理、数据仓库和商务智能、元数据管理、数据质量管理。

       不同的机构对数据治理的定义不一样。

       IS/IEC、TRO38505-2:2018对数据治理的定义：数据治理是关于数据采集、存储、利用、分发、销毁过程的活动的集合。

       GB/T4960.5-2018对数据治理的定义：数据治理就是数据资源及其在应用过程中相关管控活动、绩效和风险管理的集合。

       国际数据管理协会（DAMA）对数据治理的定义：数据治理是指对数据资产管理行使权力和控制的活动集合（规划、监督和执行）。

       国际数据治理研究所（DGI）对数据治理的定义：数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁能根据什么信息，在什么时间和情况下，用什么方法，采取什么行动。

       狭义的数据治理指数据资源及其应用过程中相关管控活动、绩效和风险管理的集合，保证数据资产的高质量、安全及持续改进。狭义的数据治理的驱动力最早源自两个方面：1)内部风险管理的需要，风险包括数据质量差影响关键决策等。2)为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案（HIPAA）等。

但随着全球越来越多的企业认识到信息资产的重要性和价值，在过去几年中，数据治理的目标也在发生一些转变。除满足监管和风险管理外(合规要求)，如何通过数据治理来创建业务价值（实现业务创新和数据价值化转型）备受关注。

广义的数据治理的含义大于狭义数据治理，包括数据管理和数据价值“变现”，具体包含数据架构、主数据、数据指标、时序数据、数据质量、数据安全等一系列数据管理活动的集合。

来源：合规一本通