【数据治理】数据治理的三大原则：现代数据文化的支柱

2023年，每个数据领导者都应该知道三个重要的数据治理原则：

• 数据治理应转向“数据和分析”治理
• 数据治理得益于去中心化、社区主导的方法，而不是集中式方法。
• 数据治理应该是日常工作流程的一部分，而不是事后的想法。

这些原则很重要，因为数据治理有时被视为一个限制性过程；约束高价值活动的一组规则。事实上，适当的治理对于一个正常运作的数据文化至关重要。亚当·斯密（Adam Smith）的《国富论》（the Wealth of Nations）中有一只看不见的手，这是一个有用的类比，在这只手中，某种程度的治理（如独立的法院系统）是必要的，以实现有益的突发结果。

治理不仅是必要的；它越来越成为数据民主化的主要限制因素。dbt的Tristan Handy在《现代数据堆栈：过去、现在和未来》一书中解释说，在2012年10月亚马逊Redshift发布的催化下，现代数据堆栈从2012-16年经历了寒武纪大爆炸，我们正处于第二次寒武纪爆炸的边缘。一个需要加强和成熟数据治理以成为数据消费和使用的推动者的治理；与其说是控制，不如说是上下文。

现代数据治理的关键原则是什么？

1.从数据治理转向“数据和分析”治理

大数据经常将其与加州淘金热相提并论。成千上万的公司如雨后春笋般涌现，帮助组织从数据中获得价值。根据TOGAF标准体系结构原则，“数据是一种对企业有价值的资产，并得到相应的管理”。TOGAF是一种企业架构方法，60%的财富500强公司都使用它，它进一步指出，数据需要是可共享的，用户可以轻松访问，以执行他们的项目。

数据治理一直将数据视为一种资产——治理本身是在遵守隐私法规的同时从数据中提取价值的关键。正在发生变化的是，数据治理在数据资产的整个生命周期中发挥着更大的作用。重点正在扩大，包括用于从数据中获得见解的所有基础设施和流程，而不仅仅是集中于数据资产本身。例如，治理在机器学习/人工智能程序中发挥着重要作用，这需要有效的治理才能取得成功。

这种转变意味着，随着每个团队都能够共享和使用有关数据的信息，治理、BI/分析和数据管理团队之间的竖井正在瓦解。First San Francisco Partners的创始人兼首席执行官凯尔·奥尼尔（Kelle O'Neal）在一次DATAVERSITY采访中表示：“人们认识到，BI和分析并不是独立于数据治理的，它们只是处于连续统中的另一个位置。”。

2.与其采取集中的方法，不如采取分散的、社区主导的方法

现代数据治理最令人兴奋的事情之一是，它通过使项目合作更容易，为优秀的团队奠定了基础。

例如，我们在Atlan的团队开始使用数据来解决印度政府（以及其他组织）面临的巨大而复杂的问题。在内部，我们在最初的演讲中有一个不同的个人名册，包括社会科学家、政治科学家、数据工程师和地理空间科学家。

我们的Slack频道每天都充斥着关于专栏代表什么的问题，或者访问数据的请求。随着规模的增长，我们意识到，从根本上说，我们最大的挑战是合作，而不是技术或基础设施。

我们为解决这些问题所做的努力使我们构建了一个内部工具，作为数据消费者的协作工作空间，就像GitHub对于工程团队来说一样。我们在创纪录的时间内为印度政府建立了一个集中的数据平台。如今，它被10万名政府官员、国会议员和司法助理用作数据驱动决策的支柱。

“如果你能够为这些不同的人创造一种真正有效地合作的方式，成为一个梦想中的数据团队，让他们相互信任，能够有效地合作，那么魔法就会发生。”-Atlan联合创始人Prukalpa Sankar

3.从事后想法转变为日常工作流程的一部分

数据治理传统上被视为事后诸葛亮，但数据治理现在正在发展成为一套嵌入日常工作流程的实践，并实现数据团队之间的深度安全协作。

使治理成为常规做法的一部分是确保参与数据资产的每个人——从数据资产的策划人到最终访问和使用数据资产进行决策的人——都了解与他们的工作相关的数据治理方面。

重要的是要有合适的工具来尽可能地自动化数据治理。现代数据平台提供了许多使民主化治理成为现实的功能，包括：

• 基于用户角色的可自定义访问策略
• 与Slack、Microsoft Teams和Jira等平台轻松集成，使元数据可以在本地工作流和工具中访问。
• 自动化数据沿袭，使您能够跟踪数据资产的来源和演变
• 允许数据团队和消费者在一个地方管理分布式数据的数据目录

数据治理的支柱及其如何支持多样化的数据文化

长期以来，数据治理一直被视为数据团队的障碍，而不是福音。为了使治理发展成为一种积极工作以使数据实时可用和共享的功能，组织需要一种包括上述三个原则的治理方法：转向数据和分析治理，专注于协作，并将治理纳入日常工作流程。

实现这一点的一个简单方法是实现一个数据治理平台，该平台是为满足这些目标而构建的。

为了帮助理解Atlan的数据治理方法，以及它如何帮助促进不同数据消费者之间的合作，请阅读我们的指南《第三代数据目录入门》。

数据治理原则：下一步行动

实施数据治理计划是一项艰巨的任务。这就是为什么一个坚实的计划、有影响力的目标、相关和实时的指标，以及对持续沟通和协作的重视，是需要采用的重要数据治理最佳实践。

准备好让数据治理变得轻而易举了吗？

尝试Atlan-在不影响数据民主化的情况下，自动构建数据沿袭并部署一流的数据访问治理。

数据治理原则：相关阅读

• Data governance and its importance in the modern data stack
• 6 commonly referenced data governance frameworks in 2023
• 8 best practices for a robust data governance program
• Objectives and goals of data governance: Data democratization & data security
• Data governance policy: Examples, templates & how to write one