一本書講透數據治理：戰略、方法、工具與實踐

羅小江

用友集團助理總裁、平台和數據智能事業部總經理、
北京軟件和信息服務業協會雲計算專委會副會長、
中國企業財務管理協會企業風險管控專業委員會副主任委員。

專注於企業數字化平台技術應用研究，具有企業管理、IT等複合知識，
並且有豐富的實施交付經驗，主導過多個千萬級項目的規劃及設計工作。
參與過來自不同行業的眾多企業和機構的信息化建設項目，
其中包括中國海關總署、中國一汽、中興通訊、中國建築總公司、
三一重工、華新麗華、江西貴冶、聯想控股、哈電集團、象嶼集團、
廈門國貿、國電投、東方傳媒、施耐德等。

石秀峰

用友集團數據治理專家、中國電子商會數據資源服務創新專業委員會受聘專家、
數據質量管理智庫（DQPro）受聘專家。

深耕數據領域十餘年，曾主導過多家大型集團的數據治理、數據集成等項目的諮詢和落地，
其中包括江西貴冶、中國振華電子集團、隆平高科、象嶼集團、太陽紙業、
中廣核風電、中國航天科技集團、航空工業集團、國家電網等。

公眾號“談數據”主理人，所發表的數據治理、數據中台、
數字化轉型等系列文章引起CIO圈和數據從業者的強烈反響，
受到廣大讀者的喜愛和轉發，全網閱讀量超過500萬。

作者名單
讚譽
前言
第一部分　數據治理概述
第1章　全面認識數據治理2
1.1　數據治理是什麼2
1.1.1　從管理者視角看數據治理2
1.1.2　從業務人員視角看數據治理2
1.1.3　從技術人員視角看數據治理3
1.1.4　數據治理的定義3
1.2　數據治理相關術語和名詞4
1.3　數據治理治什麼8
1.3.1　什麼是數據資產9
1.3.2　數據資產的利益相關方10
1.3.3　對利益相關方的協調和規範10
1.4　數據治理的6個價值11
1.5　數據治理的3個現狀12
1.6　數據治理的5類問題15
1.7　數據治理的6個挑戰17
1.8　本章小結20

第2章　數據治理框架和標準21
2.1　國際數據治理框架21
2.1.1　ISO數據治理標準21
2.1.2　DGI數據治理框架23
2.1.3　DAMA數據管理框架26
2.2　國內數據治理框架28
2.2.1　GB/T 34960規定的數據治理規範28
2.2.2　數據管理能力成熟度評估模型30
2.3　本章小結31

第3章　企業數據怎麼治32
3.1　企業數據治理體系的內涵32
3.1.1　數據治理、數據管理與數據管控32
3.1.2　企業數據治理的9個要素33
3.1.3　企業數據治理的4個層面35
3.2　企業數據治理之道—3個機制36
3.3　企業數據治理之法—8項舉措37
3.4　企業數據治理之術—7種能力39
3.5　企業數據治理之器—7把利劍42
3.6　本章小結44

第二部分　數據治理之道
第4章　數據戰略：數字化轉型的燈塔46
4.1　數據戰略的定義46
4.1.1　DAMA對數據戰略的定義46
4.1.2　DCMM對數據戰略的定義47
4.1.3　本書對數據戰略的理解47
4.2　數據戰略與企業戰略、數據架構的關係48
4.2.1　數據戰略與企業戰略48
4.2.2　數據戰略與數據架構49
4.3　數據戰略的3個要素49
4.3.1　戰略定位50
4.3.2　實施策略52
4.3.3　行動計劃53
4.4　實施數據戰略的5個步驟55
4.4.1　環境因素分析55
4.4.2　確定戰略目標57
4.4.3　制定行動方案57
4.4.4　落實保障措施58
4.4.5　戰略評估與優化59
4.5　本章小結61

第5章　組織機制：敏捷的治理組織62
5.1　什麼是敏捷組織62
5.2　為什麼數據治理需要敏捷組織63
5.3　如何構建敏捷組織64
5.3.1　以客戶為中心 64
5.3.2　以數據驅動65
5.3.3　重新定義IT66
5.3.4　業務與IT深度融合67
5.3.5　培養複合型人才68
5.4　本章小結69

第6章　數據文化：數據思維融入企業文化70
6.1　數字轉型，文化先行70
6.2　數據文化從建立數據思維開始71
6.2.1　什麼是數據思維71
6.2.2　數據思維的3個特點72
6.2.3　如何建立數據思維73
6.3　培養數據文化的3個辦法75
6.3.1　打破數據孤島，實現共享數據75
6.3.2　建立制度體系，固化數據文化76
6.3.3　推行數據治理，增強數據文化77
6.4　本章小結78

第三部分　數據治理之法
第7章　理現狀，定目標80
7.1　現狀調研80
7.1.1　信息化摸底80
7.1.2　業務部門調研83
7.1.3　高層領導調研84
7.2　現狀評估84
7.2.1　數據思維和認知現狀85
7.2.2　IT系統現狀85
7.2.3　數據分佈現狀86
7.2.4　數據管理現狀86
7.2.5　數據質量現狀88
7.3　確定目標89
7.4　本章小結90

第8章　數據治理能力成熟度評估91
8.1　數據治理能力成熟度評估模型91
8.1.1　DMM模型92
8.1.2　DCMM95
8.2　開展DCMM評估98
8.2.1　啟動階段98
8.2.2　宣貫階段99
8.2.3　評估階段100
8.2.4　報告階段101
8.3　本章小結102

第9章　數據治理路線圖規劃103
9.1　數據治理路線圖概述103
9.1.1　數據治理路線圖的定義103
9.1.2　數據治理路線圖的5個要素104
9.2　明確目標，量化指標104
9.2.1　大處著眼，小處入手105
9.2.2　量化數據治理指標105
9.3　選擇合適的技術路徑106
9.3.1　自主研發107
9.3.2　採購平台107
9.3.3　PaaS服務107
9.4　制定數據治理路線圖108
9.4.1　確定數據治理優先級108
9.4.2　繪製數據治理路線圖110
9.5　本章小結111

第10章　數據治理保障體系建設112
10.1　數據治理組織機構112
10.1.1　設置數據治理組織的3個原則112
10.1.2　數據治理組織與職責分工113
10.1.3　誰該對數據負責115
10.1.4　數據治理組織的演進116
10.2　打造“一把手工程”118
10.2.1　數據治理需要“一把手工程”119
10.2.2　數據治理需要4類人的支持119
10.2.3　如何獲得高層領導的支持120
10.2.4　高層領導如何發揮作用122
10.3　本章小結124

第11章　數據治理技術體系建設125
11.1　以元數據為核心的數據治理125
11.2　以主數據為主線的數據治理127
11.3　混合雲架構下的數據治理128
11.4　大數據架構下的數據治理130
11.5　微服務架構下的數據治理132
11.6　本章小結134

第12章　數據治理策略執行與監控135
12.1　數據治理的4個過程135
12.2　數據治理策略定義136
12.2.1　制定數據治理策略137
12.2.2　制定項目章程與計劃138
12.3　數據治理策略執行140
12.3.1　良好的開端：項目啟動會140
12.3.2　做好溝通管理：借勢和造勢142
12.3.3　不可忽視的例行會議和報告143
12.4　數據治理策略監控144
12.4.1　執行情況監控144
12.4.2　有效性和價值監控145
12.5　本章小結145

第13章　數據治理績效考核146
13.1　數據治理的4個考核原則146
13.2　數據治理的6類考核指標147
13.3　數據質量的6種檢查辦法150
13.4　數據治理的4種考核方式151
13.5　本章小結153

第14章　數據治理長效運營154
14.1　什麼是數據治理長效運營機制154
14.2　數據治理長效運營的意義155
14.2.1　建設數字化協同環境的需要155
14.2.2　鞏固和擴大數據治理成果的需要155
14.2.3　加速企業數字化轉型的需要156
14.3　數據治理長效運營的挑戰157
14.3.1　來自組織的挑戰157
14.3.2　來自文化認知的挑戰158
14.3.3　來自項目轉產的挑戰158
14.4　建立數據治理長效運營機制159
14.4.1　組織領導機制159
14.4.2　標準規範機制159
14.4.3　培訓教育機制160
14.4.4　人才培養機制161
14.4.5　績效考評機制161
14.4.6　持續優化機制162
14.5　本章小結163

第四部分　數據治理之術
第15章　數據梳理與建模166
15.1　數據模型概述166
15.1.1　什麼是數據模型166
15.1.2　數據模型的3個要素167
15.1.3　數據模型的3種類型167
15.1.4　數據模型的重要性171
15.2　數據梳理172
15.2.1　自上而下的數據梳理173
15.2.2　自下而上的數據梳理174
15.3　數據建模技術和方法175
15.3.1　什麼是ER模型175
15.3.2　ER模型的構成176
15.3.3　ER建模的5個步驟179
15.3.4　ER建模技術：UML180
15.4　數據建模與數據治理181
15.4.1　數據模型與數據治理的關係181
15.4.2　數據建模是數據治理的開端183
15.4.3　數據模型管理存在的3個問題183
15.4.4　數據模型管理的3個有效措施184
15.4.5　數據模型驅動數據治理185
15.5　本章小結186

第16章　元數據管理187
16.1　元數據管理概述187
16.1.1　什麼是元數據187
16.1.2　元數據的3種類型189
16.1.3　元數據的6個作用190
16.1.4　什麼是元數據管理191
16.1.5　元數據管理的3個目標191
16.1.6　元數據管理的4個挑戰192
16.1.7　元數據管理的4個階段193
16.2　元數據管理方法195
16.2.1　業務目標理解195
16.2.2　元數據需求規劃196
16.2.3　元數據規劃設計197
16.2.4　元數據管理體系設計198
16.3　元數據管理技術199
16.3.1　元數據採集199
16.3.2　元數據管理200
16.3.3　元數據應用201
16.3.4　元數據接口203
16.4　本章小結203

第17章　數據標準管理204
17.1　數據標準管理概述204
17.1.1　什麼是數據標準204
17.1.2　數據標準的作用205
17.1.3　什麼是數據標準化206
17.1.4　數據標準與數據治理207
17.1.5　數據標準管理的3個常見問題208
17.1.6　數據標準管理的意義209
17.2　數據標準管理內容210
17.2.1　數據模型標準210
17.2.2　基礎數據標準211
17.2.3　主數據與參考數據標準213
17.2.4　指標數據標準214
17.3　數據標準管理體系215
17.3.1　數據標準管理組織216
17.3.2　數據標準管理流程216
17.3.3　數據標準管理辦法221
17.4　數據標準管理的4個最佳實踐222
17.5　本章小結223

第18章　主數據管理224
18.1　主數據管理概述224
18.1.1　什麼是主數據224
18.1.2　什麼是主數據管理225
18.1.3　主數據管理的意義226
18.2　主數據管理方法227
18.2.1　摸家底階段227
18.2.2　建體系階段232
18.2.3　接數據階段235
18.2.4　抓運營階段237
18.3　主數據管理技術239
18.3.1　主數據分類239
18.3.2　主數據編碼241
18.3.3　主數據集成243
18.4　主數據管理的7個最佳實踐246
18.5　本章小結251

第19章　數據質量管理252
19.1　數據質量管理概述252
19.1.1　什麼是數據質量252
19.1.2　數據質量差的後果253
19.1.3　什麼是數據質量維度255
19.1.4　什麼是數據質量測量256
19.1.5　什麼是數據質量管理257
19.2　數據問題根因分析257
19.2.1　什麼是根因分析258
19.2.2　產生數據問題的階段259
19.2.3　產生數據問題的原因260
19.2.4　根因分析的方法262
19.2.5　根因分析的工具263
19.3　數據質量管理體系框架266
19.3.1　基於ISO 9001的數據質量管理267
19.3.2　基於六西格瑪的數據質量管理269
19.3.3　數據質量評估框架273
19.4　數據質量管理策略和技術276
19.4.1　數據質量管理之事前預防276
19.4.2　數據質量管理之事中控制279
19.4.3　數據質量管理之事後補救283
19.5　本章小結285

第20章　數據安全治理286
20.1　數據安全治理概述286
20.1.1　什麼是數據安全286
20.1.2　數據安全的脆弱性287
20.1.3　數據安全風險來自哪裡288
20.1.4　什麼是數據安全治理290
20.1.5　數據治理與數據安全治理291
20.2　數據安全治理策略292
20.2.1　數據安全治理體系292
20.2.2　數據安全治理目標293
20.2.3　數據安全治理組織294
20.2.4　數據安全認責策略295
20.2.5　數據安全治理制度297
20.2.6　數據安全治理培訓298
20.2.7　數據安全運維體系298
20.3　數據安全治理技術300
20.3.1　數據梳理與敏感數據識別301
20.3.2　數據分類分級策略302
20.3.3　身份認證304
20.3.4　授權306
20.3.5　訪問控制308
20.3.6　安全審計308
20.3.7　資產保護310
20.3.8　數據脫敏312
20.3.9　數據加密技術313
20.4　數據安全的政策法規314
20.4.1　歐盟的數據安全法律法規315
20.4.2　美國的數據安全法律法規316
20.4.3　中國的數據安全法律法規316
20.5　本章小結317

第21章　數據集成與共享318
21.1　應用集成的4個層面318
21.1.1　門戶集成318
21.1.2　服務集成319
21.1.3　流程集成320
21.1.4　數據集成321
21.2　數據集成架構的演進322
21.2.1　點對點集成架構322
21.2.2　EDI集成架構323
21.2.3　SOA集成架構324
21.2.4　微服務集成架構325
21.3　數據集成的4種典型應用326
21.3.1　基於中間件交換共享模式326
21.3.2　主數據應用集成模式328
21.3.3　數據倉庫應用模式329
21.3.4　數據湖應用模式330
21.4　數據集成步驟和方法332
21.4.1　集成需求分析332
21.4.2　制定集成方案333
21.4.3　接口開發與聯調334
21.4.4　部署運行與評價335
21.5　本章小結336

第五部分　數據治理之器
第22章　數據模型管理工具338
22.1　系統架構338
22.2　數據模型管理339
22.3　數據模型應用340
22.4　本章小結342

第23章　元數據管理工具343
23.1　系統架構343
23.2　元數據採集344
23.3　元數據管理345
23.4　元數據應用346
23.5　本章小結349

第24章　數據標準管理工具350
24.1　系統架構350
24.2　數據標準管理351
24.3　數據標準應用353
24.4　本章小結353

第25章　主數據管理工具355
25.1　系統架構355
25.2　主數據建模356
25.3　主數據管理356
25.4　主數據質量357
25.5　主數據安全358
25.6　主數據集成359
25.7　本章小結359

第26章　數據質量管理工具360
26.1　系統架構360
26.2　數據質量指標361
26.3　數據質量測量361
26.4　數據質量剖析362
26.5　數據質量問題分析與改進362
26.6　本章小結363

第27章　數據安全治理工具364
27.1　系統架構364
27.2　數據安全治理365
27.3　數據安全應用366
27.4　本章小結367

第28章　數據集成與共享工具368
28.1　系統架構368
28.2　數據交換共享系統369
28.3　目錄服務系統372
28.4　數據管理系統374
28.5　本章小結375

第29章　數據治理工具選型建議376
29.1　供應商綜合實力376
29.2　產品的架構考察377
29.3　產品的功能考察378
29.4　產品的性能考察379
29.5　工具選型與成本預算379
29.6　本章小結380

第六部分　數據治理實踐與總結
第30章　企業數據治理實踐案例382
30.1　案例1：某電線電纜集團的主數據管理實踐382
30.1.1　企業簡介382
30.1.2　項目建設背景383
30.1.3　主數據普查情況383
30.1.4　主數據管理解決方案384
30.1.5　項目建設成效389
30.2　案例2：某新能源汽車公司的數據資產管理實踐390
30.2.1　企業簡介390
30.2.2　項目建設背景390
30.2.3　企業數據管理現狀390
30.2.4　數據資產管理解決方案392
30.2.5　項目建設成效396
30.3　本章小結397

第31章　企業數據治理總結與展望398
31.1　數據治理的6項準備398
31.2　數據治理的6個誤區400
31.3　數據治理的5個技術展望405
31.4　企業數據治理與數字化轉型413
31.5　本章小結415