“数据管理”，“数据治理”和“数据管理”是IT行业中常见的流行语。不幸的是，它们通常也被混淆和/或被误解。让我们改变一下。

在过去的二十年中，大型组织的标准操作程序发生了根本性的变化，也许没有什么比建立用于自动化流程和处理大量数据的信息系统重要的了。但是仅仅创建带宽来处理数据是不够的。需要有一种使它可行的方法。那是 资料管理.

数据治理和数据管理属于数据管理的范畴。 数据治理 是定义属性，规则，指标和标准以维护数据顺序，效率和敏捷性的过程。重要的是，将数据治理工作视为计划而不是项目，因为它们是持续进行的，而不是具有特定的结束日期，就像销售，生产或组织中的任何其他活动一样。数据治理计划应成为企业DNA的一部分。 数据管理另一方面，是应用这些度量和属性的过程。

遵循以下五个步骤可以创建数据治理程序。

指派数据治理团队和团队负责人

问责制就是一切。十分之九的时间，当数据项目失败时，这是因为在组织内未确定任何领导者或团队。通常，领导职务分配给IT部门的人员，通常是使用BI工具或数据仓库解决方案的人员。这是一个常见的错误。组织应任命一个了解其业务“全局”（包括其数据细微差别）的人员。此人必须支持组织内的数据治理计划，并能够在C-Suite级别上更改其愿景。这是一项不小的工作。

确定方法：自上而下还是自下而上？

数据治理计划源于执行任务（“自上而下”）或作为对战术数据挑战的基层响应（“自下而上”）。这是一个重要的决定，将影响数据治理计划的进展速度。在高级领导的支持下，该计划将取得更大的进步，但有时需要首先以小小的成功来确立数据治理的价值。无论哪种情况，一旦计划全面实施，数据团队便将确定重点和资源的有效利用以及长期目标。

识别数据对象/主数据

在确定最适合的方法之后，组织需要确定治理组织的范围，并且需要使初始优先级与战略业务目标保持一致。这对于程序的成功至关重要。如果选择对组织没有影响或影响很小的数据对象，则该项目将不会明显展示出ROÍ。相反，如果选择了一个过于复杂的数据对象，那么该项目将花费太长时间，从而在短期内影响业务。

与IT整合

选择了数据对象后，数据治理团队负责人应与组织的IT负责人联系，以识别数据对象在IT环境中的影响。这将帮助数据治理团队确定时间表，流程中涉及的应用程序以及参与数据创建和维护的关键用户。它还将为创建数据创建策略，标准和指标铺平道路。一旦完成此任务，就可以确定是否需要更高级的数据治理工具。

实施数据对象流程

最后一步是实施数据治理流程中使用的策略，标准，指标和工具。仔细选择这些工具并定义业务流程将确保数据治理计划随着时间的推移而成功。