公司治理通常如上图表所示。“层次结构A”具有从金字塔的公司治理点开始的策略，首先到IT治理，然后到数据仓库治理，最后到数据治理以及与数据治理相关的任何事物和任何人。在“层次B”中，数据治理驱动所有决策。在这种类型的框架中，数据的治理得到了优先处理。数据治理结构包括业务规则和策略、数据的质量和完整性、数据的安全性以及对规则和法规的遵从性、审计和控制等等。那些为其组织选择最佳层次结构的人必须决定他们是要关注公司治理还是数据治理。在两个层次结构中的IT治理功能中，IT治理组确保整个公司的数据策略和策略在其系统和数据库中执行。步骤4:选择指导委员会指导委员会由高级管理人员和利益相关者组成，他们通常是数据被治理的业务线的高级副总裁和副总经理，例如营销、财务、采购等。指导委员会的负责人应该是一名高级执行人员，向首席执行官报告，首席执行官有权批准项目预算，并将项目列入优先级列表。指导委员会的执行人员负责他们各自的业务。指导委员会还包括业务和IT领域的执行发起人，以及数据治理办公室的主任。执行发起人是公司的高级管理人员，他们能够在整个组织中推动数据治理。发起人应该是公认的了解自己业务的领导者，并且能够处理与治理相关的各种职能。指导委员会指导整个组织的数据治理过程，并确保遵循为数据制定的政策和程序，如数据质量政策和程序。该委员会还批准数据项目的章程和策略，批准并修改建议，批准资金，并建议项目。此外，委员会还就商业战略提供指导，并处理冲突的解决。这个小组必须愿意参与组织中所有与数据治理相关的事情，并向数据治理办公室和数据治理工作组报告信息。步骤5:建立数据治理办公室数据治理办公室(也称为数据委员会)负责实施数据治理。角色包括数据治理领导(DGL)、IT代表和协调者。DGL通常是一个比副总裁低一级的人，作为全职的工作。他们与所有业务单元和IT部门合作，以便数据治理和策略在整个组织中都是通用的。DGL还强制执行政策，建议在哪些数据治理项目上投资，协调业务和技术小组，建立成功指标，监视和报告数据质量和数据治理指标，并与业务领导和IT资源合作，确定优先级并解决问题。DGL必须是一个领导者，具有政治敏锐性，知道谁是关键的影响者。他们还应该精通数据治理和行业实践。DGL应该是在公司工作多年，并且已经知道公司的目标和战略的人。IT代表是一个兼职处理与技术相关问题的合作伙伴。数据治理协调员安排会议和电话会议，记录会议记录，更新问题日志，并执行管理职责。步骤6:选择数据治理工作组数据治理工作组(Data Governance Working Group)的成员是经理级或更高级别的人员，负责联络业务部门和IT部门。他们推动特定主题领域的数据管理和数据质量，并拥有业务和IT问题的主题专业知识。工作组可以根据数据的使用情况推荐项目。成员应该是领导者，能够作为一个团队做出决定。这个组中的角色可以包括数据质量主管、数据管理人员、元数据主管和数据架构师。工作组中的IT资源需要对数据建模、数据分析和迁移具有技术上的理解和知识。步骤7:选择数据治理支持团队必须选择更多指定的角色来支持数据治理工作，并成为数据治理组织的成员。这些包括:数据所有者:创建策略，是数据域数据质量的所有者;数据所有者是与数据有关的任何问题的联系人。数据管理专员:创建策略，将其放置到位，并实施它们，以及纠正数据质量问题。每个业务单元都有一个数据管理专员。他们在自己的组织内工作，为用户进行有关政策和程序的培训。数据管理专员的主要职责之一是确保不同部门中不存在相同的数据，以免产生不必要的重复。数据管理专员还协调数据的收集并管理其可访问性。数据架构师:设计、结构、组织和维护数据。数据架构师为业务功能绘制相关数据的结构和组织。这个角色通常是一种“中间人”，他理解业务小组的数据需求，并将这些需求转换为在组织的数据策略中工作的数据结构。数据建模师:获得对数据质量和文档业务规则。数据分析师:为数据所有者发现和研究问题，并根据记录和案例彻底审查数据质量。步骤8:制度和流程制定和执行“提高数据质量和避免不良数据相关成本的最有效方法是制定更好的数据管理实践。实施一个与管理层支持相关联的数据质量团队可以创建可执行的政策、流程和标准，从而提高企业范围内的数据质量。数据治理工作组的成员根据章程中的项目目标创建策略。这些策略可以与许多与数据相关的内容相关联，例如命名规则、冲突解决、安全性等等。政策必须得到指导委员会的批准，并必须得到执行。确保组织中的每个人都遵守制度是很重要的，特别是在涉及数据质量时。如果不遵循制度和流程，可能会导致相同数据质量错误。可以通过使制度易于理解和文档化来执行，以便每个人都能方便地访问它们。不容易获得的制度很少被读取。它们应该包含具有实际价值的度量标准，以便显示遵守制度如何对业务产生重大影响。制度和流程应该是一个活的文件，并随着公司战略和目标的变化而更新。步骤9:建立熟练的业务团队数据治理需要业务专家和IT专家。业务专家向其他人传达与数据相关的业务需求。他们必须知道数据是如何收集的，以及CEO等决策者将如何使用这些数据。业务团队而不是IT团队处理数据所有权，其成员是主题问题专家。他们知道企业的目标是什么，以及数据如何帮助实现这些目标。他们还需要有足够的技术知识来有效地向IT团队解释IT需求。业务人员必须有来自上层管理的权限来执行有关数据质量的标准和策略。他们还必须了解不良数据是如何进入系统的，并找出纠正问题的方法。他们有权对企业和部门级别的不良数据进行更改，并能够审核和衡量数据质量解决方案的成功程度。步骤10:建立熟练的IT团队IT团队成员需要具有高度的技术技能。它们为业务团队中的人员提供处理数据的工具。它们支持公司数据所使用的应用程序，并且必须能够理解业务策略并将其合并到IT中。他们必须把工具的数量控制在最低限度;越简单越好。IT团队成员必须能够编写数据移动和存储的代码，并且了解数据模型和数据库。他们需要了解如何将业务模型转换为数据模型，并在错误普遍存在时确定清理数据的规则。IT专家必须与企业中的各个部门合作，了解每个部门的数据需求以及需要哪些应用程序。当业务端处理策略开发时，IT端将处理实际的数据遵从性和安全性特性。IT还可以提供度量标准来帮助业务专家评估数据质量和策略遵守情况，并确定是否需要进行任何更改。五、总结为了有效地处理数据并在整个组织中提高数据质量，数据治理是必要的。为一个组织选择最好的模型，选择正确的团队成员，并确保持续遵守制度和流程是构建有效和成功的项目的基础。每个组织都需要解决自己独特的情况和组织的挑战，但所有组织都将发现这里介绍的十个步骤是有效建立数据治理组织的基础。
