工业大数据分析与治理（工业数据治理07）

       完整的数据治理包括战略、组织、制度、流程、绩效、标准、工具及数据价值、数据共享、数据变现。

1. 战略

       数据治理的首要任务是制定数据治理战略目标，否则缺乏目标和行动纲领，数据治理难以开展。企业的信息化是为了服务于业务，因此，企业的信息化战略必须匹配业务战略。数据战略是信息化战略的重要组成部分，企业要清晰地定义企业数据治理的使命、愿景，中长期目标及行动计划，用以指导企业数据治理。企业数据战略一般根据IT战略的制定而制定，随着IT战略的修订而修订，由企业的信息化负责人及业务负责人共同主导制定。

2. 组织

       建立合适的数据治理组织是企业数据治理的关键。数据治理的组织建设一般包括组织架构设计、部门职责、人员编制、岗位职责及能力要求、绩效管理等内容。

3. 制度

       企业的数据治理必须要有相关制度，否则无法可依，再好的技术工具也没有用。因此，建立完善的数据治理制度很重要。企业的数据治理制度通常根据企业的IT制度的总体框架和指导原则制定，往往包含数据质量管理、数据标准管理、数据安全管理、数据绩效管理等制度，以及元数据管理、主数据管理、交易数据管理、数据指标管理等办法及若干指导手册。

4. 流程

       制定数据治理的流程框架及流程也是数据治理的重要工作。数据治理流程主要包括从数据的生产、存储、处理、使用、共享、销毁全生命周期过程中所遵循的活动步骤，以及元数据管理、主数据管理、数据指标管理等流程。

5. 绩效

      要使数据治理的体系运转好，必须要有好的激励体系。数据绩效管理包括数据管理指标、数据认责机制、数据考核标准、数据管理的奖惩机制，以及绩效管理过程的一系列活动集合。

6. 标准

       数据标准是实现数据标准化、规范化的前提，是保证数据质量的必要条件。数据标准一般分为元数据标准、主数据标准、交易数据标准、数据指标标准、数据分类标准、数据编码标准、数据集成标准等内容。数据标准管理是规范数据标准的内容、程序和方法的活动，分为标准制定、标准实施和控制、标准修订等。

7. 工具

       工具是数据治理的保障，工业大数据治理需要多种数据治理工具软件的支撑。数据治理管理工具包括数据架构工具、元数据管理工具、数据指标管理工具、主数据管理工具、时序数据管理工具、数据交换与服务工具、质量管理工具和安全管理工具等。

       主数据管理工具可以实现对数据治理组织、数据标准、主数据的有效管理。数据指标工具可以使企业系统梳理的统一数据指标标准落地，以及规范企业业务统计分析语言。数据交换平台属于中间件，IT技术人员要熟练驾驭。时序数据记录了工业过程，支撑对工艺与质量的控制。数据中台是基于数据治理过程的成果面向数据共享与开发的各种应用。

来源：合规一本通