IBM數據治理專家委員會就曾經指出了缺乏跨職能領域的數據治理組織結構和決策機制是組織常見的數據問題，傳統的管理制度體系中，數據管理職能主要由 IT 部門來負責，是 IT 部門在建設項目內的工作，業務部門在項目中配合IT部門執行數據管理，提出需求。組織并沒有成立整個組織層面專門的數據治理組織，只是在具體的項目內有一些體現數據管理和數據應用的崗位角色，而且是依靠個人能力來解決項目中的數據問題，這種情況可以目前在大多數單位是很常見的。

在實際工作中，項目的主體工作集中在系統建設期，項目里面要解決的數據問題往往和需求是混為一體的，仿佛只要系統投產，這些問題就能解決了，這里其實有一個很大的誤區，由于大部分項目在考慮數據需求的時候往往不知道別的地方、別的系統有沒有類似的數據資源可以復用？組織（企業）層面又沒有一個權威部門能回答，別的系統數據庫對于這個項目來說是技術黑箱，所以都干脆習慣性地還是在本項目中自行設計數據庫結構和相應的數據采集界面吧，這種習慣導致很多項目完工后留下的都是各自為政的信息孤島。系統投產后解決數據問題的責任一般也就移交給運維人員了，運維人員也只是做做數據備份和恢復操作，而偏偏真實數據都是系統投產后才采集上來的，人工錄入的數據質量到底怎么樣就沒有人管了，大量的數據問題正是由于這種治理缺失而造成的。

根據DMBOK 1.0的定義，數據治理（Data Governance）作為數據管理的其中一個核心職能，是對數據資產管理行使權力和控制的活動集合（規劃、監控和執行），指導其他數據管理職能如何執行，在高層次上執行數據管理制度。根據中國頒布的國家標準GB/T 36073-2018《數據管理能力成熟度評估模型》（下文簡稱國標DCMM），數據治理能力域包括了數據治理組織、數據制度建設和數據治理溝通三個能力項，我們評估一個組織的數據治理能力，可以從這組織、制度和溝通三個方面加以評估。

對于數據治理組織過程描述及能力等級標準，國標DCMM給出了具體定義如下：

對于數據制度建設過程描述及能力等級標準，國標DCMM給出了具體定義如下：

對于數據治理溝通過程描述及能力等級標準，國標DCMM給出了具體定義如下：

我們分析數據治理的組織、制度、溝通三個方面相關活動、過程和能力等級標準是相互依存的，我們可以看成是數據治理工作的一體三面，對此，筆者結合自身工作經驗，對能力等級標準做簡單理解和解讀：

第1級初始級：所謂的初始級我認為就是數據治理的無政府狀態，任何一個單位，只要在組織層面沒有設置有行政決策權的專門數據管理機構皆可以歸入此類，比如IT部門做運維又有什么權力管業務部門采集和應用數據的人呢，作為數據質量源頭的要求和規則都沒有組織行政約束力，妄想IT部門用數據清洗這樣的技術手段來解決數據質量的問題根本就是治標不治本。

第2級受管理級：如果根據國標DCMM的定義，雖然組織已經意識到數據是資產，并且根據管理策略在單個項目或者部門內指定了數據管理流程，并指定了相關人員給予培訓和進行初步的管理，但是這種數據治理組織是局部性的，只能解決和改善單個項目或者部門內的數據問題，雖然也能做出一些亮點，但是項目或者部門外的數據問題仍然是迷霧重重。

第3級穩健級：在受管理級的基礎上，數據治理工作已經在整個組織層面發動起來，在組織管理層的參與下，組織范圍內明確統一了數據治理歸口部門，有專職的數據治理人員并且建立了考核評審制度，很多數據問題從此走上了治本之路。根據銀監會2018年5月21日頒發的《銀行業金融機構數據治理指引》，在我國市場開展經營的銀行業金融機構最少都要達到這個水平。

第4級量化管理級：在穩健級的基礎上，數據治理工作已經為組織的核心競爭力的一部分，能到這個級別的組織的數據管理和數據應用已經和業務戰略融合成了一個良性發展局面，已經形成數據驅動的業務發展格局，數據管理在本組織發展戰略有很大的話語權，是組織數字化轉型戰略的核心。

第5級優化級：根據國標DCMM的定義，能夠達到這個數據治理組織水平的組織，已經成為業界全球標桿輸出他們的數據治理經驗了，比如IBM公司。

對于如何快速評價一個組織的數據治理能力成熟度，我們可以采用短板判斷法，也就是木桶的滿載水平線是由最短的一面板子決定的。我們可以通過問卷調查和訪談調研的方式，通過了解以下這些情況作為評價的依據：

◎組織成員是否有數據治理工作相關知識？

◎是否有明文規定的數據治理組織架構？

◎是否有數據治理歸口管理單位？

◎是否有明確董事會、監事會、高級管理層及內設部門等在數據治理工作方面的職責要求？

◎是否有設置首席數據官，其首席數據官是否納入高級管理人員？

◎是否制定和實施系統化的制度、流程和方法？

如果上面的事情被評價的組織都沒有做，其數據治理能力等級就可以快速判斷在2級或以下，而一個組織的數據治理能力能不能達到3級或者以上，則要深入觀察其數據治理工作在組織、制度、溝通三方面的具體表現和執行效果而定。

成熟度評價不是數據治理的目的，僅僅的評價也并不能真正地解決組織各種數據問題，評價只是為了在組織層面確認當前存在數據問題，關鍵還是對數據治理能力建設的下一個發展階段性目標、對數據管理能力提升演進路線和行動計劃建立整個企業的共識，并轉化成一系列行之有效的行動，從而才能真正有效地解決阻礙組織成長的數據問題。

                                   作者：張靖笙