我們上一篇談到「資料團隊架構」時，講到近年開始往非階層式組織，去中心化的趨勢。我們稍微倒退一點，大約 2017 年 Data Infra 仍在發展中的狀態，私有雲裡容器隔離的「多租戶」還不普及，而是集中式資料平台裡的「同居人」。更早以前，大家都處於個別系統中的 Data Silo (資料孤島)，跨組織共同資料規範的必要性有限。

資料來源：https://anujxagarwal.medium.com/understand-data-products-and-data-product-management-bdc207418b2f

資料治理是對資料資產管理行使權利、控制與共享決策的系列活動

這是DAMA International(國際資料管理協會)的定義，包括資料共享決策的規劃、監測和執行。

資料治理是規範企業內共通的資料管理方法，資料資產中最有價值的就是資料產品，凝練資料價值，承載「企業知識」與「企業經驗」，在企業內跨部門的多元應用越是廣泛，綜合效益就越高。

圖片來源：筆者自行繪製
圖片素材：
https://www.evalueserve.com/
https://scienceexchange.caltech.edu/topics/artificial-intelligence-research/artificial-intelligence-vs-machine-learning

企業內欠缺資料治理的跡象

1. 所有資料分類(ex: code table) 都有儲存在資料庫且實時更新嗎？
2. 資料分類有訂定規則嗎？例如編碼規則。
3. 供應商資料是否以文件形式存在？無法從關聯式資料庫中查詢部分資料？
4. 資料寫入有檢核規範嗎？
5. 有資料品質規範嗎？
6. 原物料描述是 free format, 非規範描述嗎？

DAMA 統計資料驅動數位轉型的價值

經濟價值

1. 降低營運成本 5~20%
2. 提升營收規模 12~18%

管理價值

1. 提升管理效率 3~12%
2. 降低營運風險

社會價值

1. 環境與永續
2. 共榮生態圈

資料治理知識領域

依據 DAMA 的 DMBoK ，資料治理可劃分十大知識領域：

1. 資料架構
2. 資料建模和設計
3. 資料儲存和操作
4. 資料安全
5. 資料整合和交互操作
6. 文件和内容管理
7. 參考資料和主資料管理(Master Data)
8. 資料倉儲和商務智慧
9. 詮釋資料管理(Metadata)
10. 資料品質管理

如果把上述知識領域，依據屬性劃分可以再組合如下：

圖片來源：炬識科技

這十大知識領域也是企業必須建立組織、流程與規範標準的資料治理分項目。

資料治理導入流程建議

我們看過太多失敗的例子，有的因為只想導入工具(技術)，有的因為一次範圍開太大，有的因為組織不當。
那麼千頭萬緒，如何展開？我們建議從資料目錄開始，是最平順的起手式。

圖片來源：炬識科技

更多內容可以造訪 DAMA 官網：https://www.dama.org/cpages/home