首先先明确一下几个定义：
什么是数据治理？
数据治理是对数据和数据相关资源管理。
什么是数据管理？
数据管理是管理数据和数据相关资源的责任的规范化。
什么是数据建模？
数据建模是通过定义和分析数据需求，以支持信息系统内的业务流程。数据建模过程需要专业的建模人员，业务人员以及潜在信息系统的用户紧密工作在一起。数据建模是认识数据的过程，数据模型是数据建模的输出模型有很多种，例如企业数据模型，物理模型，逻辑模型，业务模型，数据使用模型等等。
在这些模型中有哪些共同点？
所有的模型都需要有
数据的定义
数据定义元数据的集合
数据的展示
数据相关的规则
为了产出有用的模型，需要模型负责人在正确的时间引入正确的人参与设计。
数据治理也需要做到，在恰当的时间找到正确的人并以恰当的方式使其参与，使用准确的数据，来做出正确的决定，至少在大部分时候应该是这样。
那么数据建模是不是数据治理？
说数据建模是数据治理的理由有：
数据建模中数据定义和数据结构是属于被治理的
数据建模需要业务负责人参与
数据建模是整个数据管理计划中的一个环节
说数据建模不是数据治理的理由有：
数据建模着重关心数据定义，而数据治理关心的是数据记录的质量。
数据建模和数据治理是完全不同的门类
数据建模不能直接用于治理数据
数据建模应该是数据治理的一个方法。
数据治理主要分为三个方面来治理数据，分别是定义数据的治理，生产数据的治理和使用数据的治理。
先来讨论一下定义数据的治理，先回答几个简单的问题。你们组织是否使用建模来定义数据？有没有可以用来遵从的流程来定义数据？ 有没有包含与客户验证的步骤？ 是否所有的步骤都被遵守了？
数据定义的最佳实践包括了
让正确的人参与
记录正确的数据的属性
在不同的理解和意见上达成统一
所以在这些点上，数据定义与数据建模是有关的。接下来是生产数据的治理。数据只能按照数据的定义生产出来， 而且数据生产需要满足数据定义中的需求，通过派生，计算，匹配，排序和聚合生产出来，并且要保证数据生产者明白数据是如何被使用的。
那么生产数据和数据建模的关系有： 被管理的建模过的数据能提高数据质量。高质量的定义能帮助产生更有意义的数据。
使用数据的治理， 目的是减少风险和易于管理，包括保护敏感数据， 遵从各项规章和制度，以及提高数据价值，能帮助在做出决定以及帮助数据分析师解读数据。
数据使用和数据建模的关系有： 帮助用户了解哪些数据是可用的， 帮助用户理解数据本身，以及提高用户对质量要求的了解。
数据建模能加深从业务层面对数据的理解
每个人都是数据管家
数据定义管家，可以通过数据建模提高数据定义的质量。数据定义管家包括了数据架构师，数据建模师，数据所有人，数据整合人，项目经理，业务分析师等等……
数据生产管家, 可以通过数据建模提高数据生产的质量。数据生产管家包括了系统整合人，系统整合人，请求数据的人，超级用户等等……
数据使用管家，可以通过数据建模提高数据使用的质量。数据使用管家包括了报表作者，报表分析师，超级用户，数据科学家，以及任何在他们工作中使用数据的人。
为什么数据模型是数据治理的一个关键部分？
因为数据模型能记录系统中数据的定义，能通过正向工程把设计导入数据库，而且是数据字典，业务词汇表，元数据仓库工具和数据治理工具最为关键的元数据来源。
同时，也可以把数据模型作为一个交流的工具。在要不要共享数据模型这个问题上，大家各有意见。认为应该展示数据模型的理由有：包含了有价值的定义了的元数据，包含了有价值的元数据之间的关系，包含引用有效值的元数据。认为不应该展示数据模型的理由有：业务系统对此并不感兴趣， 模型太大以至于不好理解（最主要的原因）以及只对元数据感兴趣但是对模型本身没有兴趣。但是我们可以妥协一下，用模型和建模过程来收集元数据，共享有价值的定义元数据， 共享有价值的关系元数据， 共享有价值的业务规则元数据， 共享引用和有效值的元数据。
把数据建模作为数据治理的一个核心服务
数据治理部门能对组织提供哪些能力？
定义数据的服务， 包括执行组织定义数据的规则，为数据定义提供业务需求， 提供数据定义开发技能以及提供数据定义工具，包括数据模型，数据词典，业务词汇表和元数据仓库等
生产数据的服务， 包括贯彻数据生产的规则， 为数据生产提供业务需求， 提供数据生产开发技能， 以及提供数据开发工具，包括数据模型，数据词典，业务词汇表，元数据仓库，数据移动工具等。
使用数据的服务， 包括贯彻使用数据的规则，为数据使用提供业务需求，提供数据使用的开发技能，提供数据使用工具，包括数据模型，数据词典，业务词汇表，元数据仓库，数据分类和处理规则等。
把数据建模当作一门艺术。良好定义的数据模型对于使用它们的终端用户是通俗易懂的，而且美观是很重要的（但是经常被忽略）。
把数据建模单做一门科学。 数据语义和基本数据模型都可以算是“本体论”（本体论是希腊哲学关于研究“什么存在”的分支），语义和基本模型严格描述了系统中存在哪些数据。
对于各个角色，数据建模人，需要是一个调解人的角色，需要理解业务和懂技术。数据管家，需要是数据定义者，数据域管理员和主题专家。
数据建模人需要的技能有：协调， 商务联络以及建模能力。
数据建模的最佳实践包括：倾听业务部门， 理解各种术语，并能提供一个清晰的图像让各方都能理解。
更多精彩好文关注DatabaluTech公众号 与您分享
