数据治理：可信数据实战手册

本书是一本为数据专业人士、IT专家以及希望在数据治理领域取得突破性进步的从业者提供深刻见解和实用指导的专业手册。华为公司数据总架构师、数据首席专家马运老师作序鼎力推荐。数据治理护航可信数据实战。

本书是一本为数据专业人士、IT专家以及希望在数据治理领域取得突破性进步的从业者提供深刻见解和实用指导的专业手册。

在数据呈爆炸式增长的当下，有效的数据治理变得尤为关键。本书从数据治理的基本概念着手，详尽地介绍了从规划到执行，再到持续改进的全过程。作者着重强调了数据治理在提升业务价值、降低风险、发掘收入潜力以及提高运营效率方面的核心作用。书中不仅提供了数据治理的理论框架，还结合了现实世界中的案例，展示了如何在不同规模和复杂度的情况下，成功启动和运营数据治理项目。

本书适合首席数据官、数据治理领导者、数据管理员、工程师以及希望深入理解数据管理的IT专业人士阅读。读者无须具备编码经验或向高管推销数据解决方案的技能，即可从中获得宝贵的知识和见解。

温迪·S.贝彻尔德（Wendy S.Batchelder），温迪是一位资深数据专家，曾三次担任首席数据官（CDO）职务。她擅长将数据和分析的复杂技术转化为简单、清晰且具有商业价值的解决方案，这些方案不仅实用而且易于理解。凭借丰富的行业经验，她曾领导四家财富500强公司的全球数据和分析团队，包括富国银行（Wells Fargo）、VMware、Salesforce，以及目前就职的Centene公司。她以好奇心和谦逊的态度处理问题，成功地将创新的数据解决方案应用于日益复杂的业务挑战中，为公司创造了可衡量的实际价值。

温迪是一位终身学习者。她毕业于迈阿密大学，获得会计学学士学位，并辅修信息系统；随后在德雷克大学获得会计硕士学位，并在爱荷华大学获得高级管理人员工商管理硕士（EMBA）学位。此外，她还在哈佛商学院完成了高管教育课程。

目前，温迪与她的丈夫及六个孩子居住在爱荷华州的西得梅因（West Des Moines）。

序

译者序

致谢

名人书评

贡献者

前言

第1篇 可信数据治理的路径设计

第1章 深刻理解数据治理的内涵

1.1阅读本书的主要收获

1.2数据治理需求的激增

1.3数据治理的基本概念

1.3.1数据治理是什么

1.3.2数据治理的误区

1.3.3数据治理的目的

1.4数据治理的组成部分

1.4.1政策与标准

1.4.2角色与职责

1.4.3数据治理论坛

1.4.4数据治理报告

1.4.5价值共创团队

1.5数据治理的价值定义

1.5.1梳理利益相关者清单

1.5.2设计有力的愿景陈述

1.5.3施行定制化沟通策略

1.6数据治理的战略驱动

1.6.1数据治理部门的使命

1.6.2数据治理计划的使命

1.7专属商业论证的构建

1.8数据治理计划的启动

1.8.1立即启动的依据

1.8.2继续等待的信号

1.8.3构建交付时间表

1.9本章结论

1.10参考文献

第2章 构建数据治理倡导者联盟

2.1建立有影响力的关系

2.1.1渐进式建立信任关系

2.1.2识别利益相关者群体

2.1.3构建利益相关者图谱

2.1.4建立数据信任的案例

2.2选定一位高层发起人

2.2.1高层发起人的识别

2.2.2量身定制商业论证

2.2.3业务成果转化说明

2.3建立常态化反馈循环

2.4助你成功的关键角色

2.5如何赢得广泛支持

2.6本章结论

2.7参考文献

第3章 组建高绩效数据治理团队

3.1优化团队交付的成果

3.1.1常见的10种预期交付成果

3.1.2定义数据团队的核心职能

3.1.3将产品管理融入组织设计

3.2 3个通用的组织模型

3.2.1建立首席数据官办公室

3.2.2利用轮辐式模型拆分执行权

3.2.3利用集中式模型推动一致性

3.2.4如何选择最合适的模型

3.3不可或缺的团队角色

3.3.1首席数据官与首席数据与分析官

3.3.2数据管理职能角色集

3.3.3数据解决方案负责人

3.3.4信息架构设计师

3.3.5数据工程负责人

3.3.6数据运营负责人

3.4人工智能技术的考量与应用

3.5数据分析团队的结构

3.6数据业务化运作机制

3.6.1企业数据委员会

3.6.2企业数据理事会

3.7关键的数据职能角色

3.7.1数据领域执行主管

3.7.2业务数据管理专员

3.7.3技术数据管理专员

3.8数据团队的人才培养

3.8.1专业人才招募

3.8.2专业人才储备

3.8.3专业人才培育

3.9本章结论

3.10参考文献

第4章 建立数据管理成熟度基准

4.1数据管理成熟度

4.2数据管理成熟度评估过程

4.3为何你应该对数据管理成熟度进行基准评估

4.4执行数据管理成熟度评估

4.4.1第1步：定义评估范围

4.4.2第2步：组建利益相关者团队

4.4.3第3步：选择数据管理成熟度模型

4.4.4第4步：执行评估并收集数据

4.4.5第5步：分析评估数据

4.5对齐与共识达成

4.5.1第6步：沟通评估结果

4.5.2第7步：制定改进计划

4.5.3第8步：执行改进计划

4.5.4第9步：监控并报告进展

4.5.5第10步：重新评估数据管理成熟度

4.6衡量评估的成效

4.7本章结论

第5章 定义成功标准并对齐成果

5.1能力与结果的区别

5.1.1能力的构成

5.1.2结果的构成

5.2业务成果与数据能力

5.3共同定义成功的标准

5.3.1价值的定义

5.3.2成功的定义

5.4成果对齐与计划落地

5.4.1步骤1：对齐整体业务成果

5.4.2步骤2：定义必需的数据能力

5.4.3步骤3：定义数据能力交付物

5.4.4步骤4：对齐价值衡量方式

5.4.5步骤5：迭代交付工作成果

5.4.6步骤6：迭代报告工作进展

5.4.7步骤7：通过数据成果衡量成功

5.4.8步骤8：通过业务成果衡量成功

5.4.9小结

5.5实现业务价值的障碍

5.6利益相关者价值图谱

5.7本章结论

第2篇 可信数据治理的能力剖析

第6章 元数据管理

6.1元数据管理的定义

6.1.1元数据管理是什么

6.1.2元数据的典型示例

6.2元数据管理的价值

6.2.1元数据管理能力

6.2.2元数据的重要性

6.3元数据管理的核心能力

6.3.1元数据标准

6.3.2业务术语表

6.3.3数据目录

6.4构建卓越的元数据管理能力

6.4.1数据市场的基本概念

6.4.2数据市场的核心内容

6.4.3数据市场的重要作用

6.4.4衡量成果和投资回报

6.5为元数据管理奠定成功基础

6.6本章结论

6.7参考文献

第7章 技术元数据与数据血缘

7.1技术元数据

7.1.1能力价值的体现

7.1.2能力价值的衡量

7.1.3能力成熟度衡量

7.1.4管理责任的归属

7.1.5能力成熟的特征

7.1.6实践与应用指南

7.2数据血缘

7.2.1能力价值的体现

7.2.2能力价值的衡量

7.2.3能力成熟度衡量

7.2.4管理责任的归属

7.2.5能力成熟的特征

7.2.6实践与应用指南

7.3构建卓越的数据血缘能力

7.4本章结论

第8章 数据质量

8.1数据质量的定义

8.1.1数据质量战略

8.1.2数据质量赋能

8.2测量数据质量的价值

8.3数据质量的核心能力

8.3.1数据剖析

8.3.2数据清洗

8.3.3数据验证与标准化

8.3.4数据增强

8.3.5反馈循环、异常处理和问题修复

8.4构建卓越的数据质量能力

8.4.1建立数据认证机制

8.4.2保持并提升透明度

8.5为数据质量奠定成功基础

8.5.1响应实时请求

8.5.2数据集成评估

8.6本章结论

第9章 数据架构

9.1数据架构的定义

9.2数据架构的价值

9.2.1总被忽视的原因

9.2.2衡量成功的标准

9.3数据架构的核心能力

9.3.1数据架构项目的设立

9.3.2现状与目标数据架构建模

9.4构建卓越的数据架构能力

9.4.1确立设计原则

9.4.2制定架构标准

9.4.3与业务和技术架构整合

9.4.4融入系统开发生命周期

9.5为数据架构奠定成功基础

9.6本章结论

第10章 主数据管理

10.1主数据管理的定义

10.1.1参考数据

10.1.2主数据与参考数据

10.2典型的主数据类型

10.2.1客户主数据

10.2.2产品主数据

10.2.3供应商主数据

10.2.4联系人主数据

10.3构建卓越的主数据管理能力

10.3.1数据记录去重

10.3.2企业标准定义

10.3.3核心属性框定

10.3.4多重层级管理

10.3.5信任逻辑定义

10.3.6双向集成模式

10.3.7数据增强服务

10.3.8数据消费模型

10.4客户关系管理与主数据管理

10.4.1客户关系管理

10.4.2关键差异对比

10.5主数据管理的价值

10.5.1商业论证构建

10.5.2项目范围界定

10.5.3核心能力声明

10.5.4概念架构模型

10.5.5方向性目标与成功指标

10.5.6主数据管理的商业效益

10.6本章结论

10.7参考文献

第11章 数据运营

11.1数据运营的定义

11.1.1数据运营与IT运维的对比

11.1.2数据运营与IT团队的协同

11.2数据运营的核心能力

11.3数据运营的价值

11.3.1幕后英雄面临的挑战

11.3.2提高数据运营可见度

11.4为数据运营奠定成功基础

11.5本章结论

第3篇 可信数据治理的工程实践

第12章 数据治理计划的强势启动

12.1启动组织变革准备度评估

12.1.1准备度评估的执行

12.1.2常见的准备度基准

12.2构建简洁有力的核心信息

12.2.1打造富有感染力的愿景

12.2.2当前状态与目标状态的对比

12.2.3按受众萃取清晰的信息

12.2.4撰写叙事型战略备忘录

12.2.5设计可交付的业务成果

12.3标准化流程实现高效沟通

12.4启动时建立反馈闭环机制

12.5设定并达成计划启动预期

12.6本章结论

第13章 交付有影响力的速赢成果

13.1速赢项目的发现与实现

13.1.1需求领域的识别

13.1.2问题清单合理化

13.1.3问题优先级排序

13.1.4速赢与长期成效

13.1.5组织就绪度评估

13.1.6资金筹措的方式

13.1.7持续跟进与交付

13.1.8恰到好处的沟通

13.2政策标准与程序的价值

13.3数据所有权的作用发挥

13.4产品思维塑造数据能力

13.4.1数据产品的产品管理

13.4.2不宜过度追求产品化

13.5持续交付以产生飞轮效应

13.5.1持续交付模型

13.5.2坚持就是胜利

13.6本章结论

13.7参考文献

第14章 数据自动化放大成果产出

14.1自动化的基本概念

14.2数据自动化的内涵

14.2.1数据自动化常见类型

14.2.2数据自动化能力进阶

14.3数据自动化的效益

14.3.1常见的效益

14.3.2效益的衡量

14.4数据自动化的实施

14.4.1第1步：明确自动化工作目标

14.4.2第2步：识别现有流程和痛点

14.4.3第3步：就问题陈述达成一致

14.4.4第4步：就方法和投资回报率达成一致

14.4.5第5步：方案的执行与调整

14.4.6第6步：结果的评估与报告

14.5第三方数据的补充

14.6数据自动化示例

14.6.1客户领域

14.6.2运营领域

14.7本章结论

第15章 着力推动解决方案的采用

15.1推动采用的基本要点

15.1.1从阐明必要性入手

15.1.2优化方案及易用性

15.1.3文化因素不容忽视

15.1.4及时破除采用障碍

15.2低采用率的成本代价

15.2.1低采用率的定量成本

15.2.2低采用率的定性成本

15.3方案采用失败的原因

15.3.1解决方案设计问题

15.3.2企业的适配性问题

15.3.3数据领导个人问题

15.4如何推动高效的采用

15.5启动失败后的再出发

15.5.1揭示根本问题

15.5.2推动协作致胜

15.6部署之后的管理框架

15.6.1构建采用路线图

15.6.2监控与评估活动

15.6.3融入系统开发生命周期实践

15.7本章结论

第16章 交付可信结果以兑现承诺

16.1利益相关方沟通策略

16.1.1聚焦业务价值与影响

16.1.2使用业务语言沟通

16.1.3消除疑虑并建立信任关系

16.1.4清晰有力的沟通方式

16.2沟通意外结果与承诺偏差

16.2.1提供清晰说明与背景信息

16.2.2聚焦解决方案及后续行动

16.2.3保持开放透明的沟通模式

16.3通过结果的交付建立信任关系

16.3.1优先考虑协作与沟通

16.3.2专业能力建设与展示

16.3.3培育开放与担当文化

16.4能力回顾

16.4.1数据治理

16.4.2元数据管理

16.4.3数据质量

16.4.4数据架构

16.4.5数据运营

16.5本章结论

第4篇 可信数据治理的案例研究

第17章 高度受监管行业案例研究

17.1场景：高度受监管主体（银行）

17.2识别速赢机会并采取有力措施

17.2.1开展调研分析

17.2.2锁定关键问题

17.2.3实施速赢措施

17.3向高管团队报告长期解决方案

17.4向监管机构报告问题整改方案

17.5设计成效导向的迭代交付机制

17.6项目成果概览

17.7本章结论