随着任何数据和分析程序的发展，数据领导者不可避免地必须首先深入数据治理。数据治理有许多方面，如数据质量、访问策略、数据安全、元数据管理、数据管理等。但什么时候是合适的时间？需要谁？你是怎么开始的？
从历史上看，数据治理是对数据和分析体系结构和用例的事后思考。这导致许多组织争先恐后地解决与数据质量、数据可访问性和数据安全等相关的问题。
在本文中，我们将探讨数据领导者如何更主动地识别您何时需要数据治理，为数据治理战略奠定坚实的基础，并获得您的主动权。
看看Atlan最近在Contentsquare上的大师班：数据治理如何加速Contentsquare的分析和BI。
认识到需求：何时购买数据目录
数据治理团队确保向每一位决策者提供数据的信任（验证数据源和保护PII）和清晰度（有据可查的数据产品）。要做到这一点，需要有一个集中的地方来实现这些数据治理原则。
在现代数据堆栈中，这是数据目录。与传统的数据目录不同，这些下一代目录必须能够激活元数据，以支持数据治理的所有方面。
那么，什么时候是购买数据目录的合适时机呢？
会有早期信号表明您的团队需要一个目录。检测这些信号将是倾听定性反馈和定量分析的混合。
需要倾听的一些早期定性信号：
- 分析师不确定他们可以使用什么数据集，也不确定他们是否可以信任这些数据集。
- 不同的团队正在以不同的方式计算相同的度量。
- 分析师和业务用户甚至不确定度量定义的含义。
从数量上讲，你需要一个数据目录的信号围绕着数据团队经常关注的时间到价值指标。创建一个基准时间到价值计算，并监控这个指标在几周到一个月内的变化。要计算实现价值的时间：
【项目交付日期】 — [项目承诺日期]=[价值实现时间]
这可以使用敏捷项目管理工具中的数据来完成。如果你目前没有使用，你可以很容易地在谷歌表格中手动记录这些日期，以计算差异。
随着团队的成长，价值实现时间的任何持续增长（例如，季度比季度）都表明您需要投资于数据目录。
The bottom of this curve is the ideal time to buy a data catalog.
随着公司和团队的发展，这些定性和定量信号的出现或增加是很常见的。对数据的需求自然会增加。在早期，分析师将兼任工程师（反之亦然）。
然而，当您的团队识别出上述信号时，您需要将其划分为分析师任务和工程任务并进行专门化。这是您开始需要数据治理的时候，也是您应该开始采购数据目录的时候，因为拆分数据分析师和工程师后的下一步可能是创建第一个数据治理团队。
如果没有用户友好的数据目录，数据治理团队将不得不大大增加，以满足数据需求。这在经济上效率低下且不可扩展。
认识到数据和分析角色增长的拐点以及对价值实现时间的影响，是时候正式化数据治理工作并获取现代数据目录了。如果没有这一点，组织将不得不在招聘上投入过多的资金来手动管理新的数据产品 — 这在2023年面临的经济形势下是不可能的。
相反，在数据治理之旅的早期投资于正确的技术最终可以节省时间和金钱。利用下一代目录集中管理治理规则，但使数据发现民主化，从而产生高效的数据治理程序。
准备好获取数据目录了吗？查看我们的现代数据目录和活动元数据的终极指南。
定义愿景
在启动第一个数据治理计划时，重要的是让关键利益相关者参与定义您的目标和愿景。要做到这一点，您需要深入了解什么对您的公司最重要，以及这些利益相关者在没有数据治理的情况下面临哪些挑战。
安排与高管、业务领导者、运营团队以及数据和分析从业者的关键领导者举行多次会议。使用价值流映射框架识别独特的痛点和当前流程。这项练习有助于每个人在有效的数据治理到位的情况下，就可以实现的价值达成一致。
正如Bill Schmarzo和Kirk Borne博士在《数据、分析和数字转型经济学》中提到的那样，“数据的价值不仅仅在于拥有它（数据驱动）。数据的价值取决于您如何使用它来创建新的价值来源（价值驱动）。所以，不要只是数据驱动，要有价值驱动！
你的愿景和目标应该清晰简洁。它将成为一个伟大的数据治理计划对您的组织来说会是什么样子的北极星。
数据治理涵盖了数据和分析的许多方面，如数据质量、数据安全、DataOps、主数据管理和元数据管理等。您的治理战略将详细说明如何实现每一个目标，但您的愿景应该传达在每一个领域取得的成功将为组织带来什么。
例如，愿景声明可能看起来像：
[您的公司名称]的数据治理实现了对数据资产的民主化访问，这些资产是可信的、有充分记录的，并且是各种利益相关者和用例的最高质量。
在内部始终如一地传达愿景。一旦愿景实现，让每个人都知道什么是数据治理，以及你的目标、愿景和好处是什么。（下文将对此进行详细介绍。）
制定战略
一旦你确定了自己的目标和愿景，你就会知道自己将要攀登的山有多大。没有小山脉，所以将你的挑战分为多个较小的阶段可以帮助你高效执行，让利益相关者参与进来，并最大限度地提高你的成功机会。
做到这一点的最佳方法是创建一个数据治理成熟度模型。考虑一下你目前处于1级，并称之为与你当前时刻产生共鸣的东西。如果数据治理计划成功，则根据您想要实现的目标设置级别5名称。在这里设定登月目标是完全可以的，因为5级将成为推动内部治理引擎前进的动力！
根据您在课程中需要实现的目标，定义中间步骤（即2、3和4级）。下面是一个示例，但一定要根据您的组织进行自定义。
Sample data governance maturity model.
你的程序应该在各个层面上考虑和预测一些基本部分。每个级别都应包含（请参阅下面的示例）：
- 里程碑：在每个级别的推出过程中要实现的目标。
- 行动计划：在指定时间内完成目标的任务清单。
- 范围：您将覆盖各个级别的哪些部门。
- 风险：尽可能地预测您在执行每个级别时会遇到的风险。
- 预期结果：完成每一步后，您的组织将在哪里。预期结果是一种向下一个级别过渡的标准。
Think through the following elements for each level of your data governance maturity model.
确保买入
此时，您已经迈出了数据治理计划中最大的一步 — 开始！你的愿景和目标是明确的，你的执行策略是健全和明确的，成熟度目标是结构化和建模的。
为了使该项目栩栩如生，现在是时候从决策者那里获得支持，确保预算，并确定启动该项目的合适团队了。
花点时间与决策者会面，仔细展示你的成熟度模型，强调在完成模型的每个级别后的预期结果。您的目标是让这些利益相关者相信数据治理是让您的公司在数据方面突飞猛进的下一步。要做到这一点，请确保数据治理计划的预期结果与利益相关者的业务和/或运营目标一致。
当你的战略很明确，人们相信你会执行它时，解锁预算以获得必要的技术并雇佣合适的人将变得很简单。
启动
总有一天，您的第一个数据治理价值将交付。它可以是实现数据目录或新的KPI词汇表、监控核心数据、定义所有权等。
数据治理可交付成果，就像任何其他数据产品（数据集、表、仪表板等）一样，都是关于使用的。别忘了衡量你推出的所有产品的采用率，当然，还要使用周活跃用户、月活跃用户、产品粘性和功能使用等指标来衡量你的数据目录的采用率。
为这些采用指标设定目标是关键。它将帮助你确定你在哪里，你想去哪里，以及你到达那里还缺少什么。它还将帮助您更好地与利益相关者沟通您正在取得的进展。
总的来说，数据治理是任何数据和分析集团成功的关键支柱。要认识到需要专门的数据治理计划，您必须监控当前数据团队的发展、他们面临的挑战以及对数据消费者实现价值的时间的影响。
对特定组织中的数据治理有一个清晰的愿景是很重要的，它必须伴随着一个易于各种利益相关者理解的战略和路线图。随着成熟度水平的确定和与业务价值的联系的建立，决策者更容易获得必要技术（如数据目录和/或数据质量工具）和人员的支持和预算。
现在是时候开始启动您的数据治理计划了！
即将推出：第二部分是关于持续参与和发展您的计划！
要在收件箱中收到这篇文章，请订阅《元数据周刊》，这是Atlan的时事通讯，其中包含有关活动元数据、DataOps和数据文化的最新链接。
