數據治理的實施框架要如何制定

數據治理是一個關鍵的數據管理活動，旨在確保數據的質量、安全和價值。但是，如何制定一個有效的數據治理實施框架呢？本文為你提供了一個詳細的指南，幫助你建立一個符合你組織的數據策略和數據文化的數據治理框架。你將學習到數據治理的定義、目標、原則、流程和角色，以及如何利用數據分析來評估和優化你的數據治理效果。

目錄

➤ 數據治理的基礎依據

➤ 數據治理管理辦法及標準的使用

➤ 轉換數據治理實施框架的重點步驟

➤ 數據治理實施框架的推動

➤ 數據治理不是一個專案，是一種數據文化

 ※ 數據治理的基礎依據

數據治理的基礎依據有「管理辦法」及「標準」兩個方向，中國在數據治理管理辦法目前最主要是2018年銀保監會發布的《銀行業金融機構數據治理指引》；標準的部分主要是中國國家標準委發布的《數據管理能力成熟度評估模型》或簡稱DCMM；國際標準部分就相當多元，除下表中的標準外，尚有各科技大廠(Oracle等)發布的數據治理標準。

以時間軸來看，從2018年至今2022年，經過五年的發展，中國的數據治理管理辦法已有較明確的框架，雖然其中涉及落地或評估方法仍屬概念說明或項目要求而已，但仍值得做為數據治理框架制定的依循，或非中國區域銀行業的參考材料。

無論是中國DCMM標準或下表中的國際標準，標準有較完善的設計面向，在其基礎之上進行數據實作發展時，除了可以用來確認自身數據治理是否有缺少考慮之外，也可以做為數據工程及數據分析流程發展尚未完善時，預知未來發展數據應用可能面臨的數據治理問題。

圖卡：中國數據治理監管發展歷程

 ※ 數據治理管理辦法及標準的使用

假設現在有一金融單位應依循《銀行業金融機構數據治理指引》建立數據治理的實施框架，並應符合《監管統計數據質量評估模板》及《商業銀行監管評級辦法》裡的數據治理要求。

在這個情境下，首要工作當然是瞭解這三份管理辦法的要求，將各項要求轉換為實施框架(稍後說明)；其次，搭配《數據管理能力成熟度評估模型》補足前述實施框架的不足，以得到數據治理實施框架的初版。

 ※ 轉換數據治理實施框架的重點步驟

前述提到轉換實施框架時，此處容易有一個誤區：管理辦法或標準，一定與目前的資訊系統或數據工程等有相當的差異，因此，轉換實施框架時，重點是與現況架構的「匹配及對應」，而不是制定出另一套管理辦法，但與現況完全不相容。

① 例如下圖，首先先將《銀行業金融機構數據治理指引》裡的規定進行解析以整理出各項要求；

② 同時也確認數據工程及數據分析的現況，例如下圖，已確認現況的Data Governance、Data Platform、Data Modeling、Data Analysis各領域的實作情況；

③ 然後，才將左邊指引的各項要求，逐一「匹配及對應」至右邊的現況各領域中，以得到中間各細項。

④ 此時，已可知道左邊的要求，與右邊現況的差異，進而就可以得到差異分析報表及數據治理實施框架的初版了。標準的差異分析更為精細，之後再另篇說明。

圖卡：《銀行業金融機構數據治理指引》數據治理實施框架制定

 ※ 數據治理實施框架的推動

數據治理實施框架的推動前，尚需要進行職能或權責單位的確定。前述步驟在盤點現況各領域時，應會發現現況數據治理有不合規或沒有監管的部分，因此，需要先進行正確的權責歸位。

另外，也需要因應各公司的組織單位或業務形態不同，需先確認數據治理推動的形式，例如上圖，定義Data Analysis部分主要採用專案形式推動，其他領域則透過功能型單位進行推動。

此時的數據治理實施框架：
① 符合管理辦法的要求；
② 在已有的資訊系統及數據工程架構之上發展出來，不至與現況完全脫節無法實施；
③ 得知框架各細項的差異；
④ 知道框架各細項的權責單位及應進行的權責歸位內容；
⑤ 明確框架各細項的推動形式，專案推動或功能單位推動。
再透過第③～⑤的資訊，即可展開推動的具體行動。

 ※ 數據治理不是一個專案，是一種數據文化

數據治理的推動是一個範圍廣泛，但監督管理細項又需要能融入日常作業，進而形成數據文化，才能達到數據效益的艱難任務。

因此，唯有建立符合現況的數據治理實施框架，且搭配合適形式的具體行動，才能在長期推動的過程中，仍在框架中不失規矩的逐步實現數據治理。