如果有什么能定义当今蓬勃发展的企业，那就是对公司数据使用的扎实理解和战略。然而，它引发了用户和利益相关者的一系列问题——我的公司中存在哪些数据？它存储在哪里？我的问题的最佳数据是什么？一旦弄清楚这一点，就会出现更多问题。如何访问它？我可以信任它提供和控制数据访问、确保数据质量和数据保护——所有这些都在数据治理之下。数据目录负责有效地查找和理解部分数据。它现在还整合了数据治理工具集的功能。数据编目和数据治理的合并是一个很好的选择。那是因为它们的功能是如此交织在一起。在这里，让我们讨论有效数据治理的框架。首先，我将介绍数据治理的功能，然后是支持这些功能所需的功能。数据治理框架中的功能在数据治理下执行的所有功能（政策制定、变更管理、使数据战略与业务战略、原则和道德规范保持一致）均由公司领导层和管理层执行。政策制定对于管理各种数据的组织，需要在以下领域制定具体政策。数据传输策略，（例如PII信息在加密之前不能共享）命名约定策略访问控制策略数据质量策略变更管理传统公司可以转向自助服务，或者相反，快速发展的初创公司可以开始拥有更多控制权.在这两种情况下，我们都需要一个变更管理程序。数据治理团队应该有能力提供各种培训以适应这些变化。使数据战略与业务战略保持一致公司必须使其整体数据战略与公司的业务战略保持一致。只有这样，数据治理计划才能成功。原则和道德伦理数据处理提高了组织的可信度及其数据和流程的结果。就像W.EdwardDeming关于质量的陈述一样，道德意味着“在没有人注意的时候做正确的事”。数据分类数据分类可帮助团队查找、组织和保护相关数据。我们可以根据不同的类别对数据进行分类：功能类别-客户、供应商、项目、库存安全类别-PII、敏感、受保护等。构建业务术语表业务术语表通过在整个组织中创建通用词汇表来帮助解决沟通问题。它还通过一系列数据字典综合所有信息来组织数据资产，从而确保这些术语的一致性。然后将其重新排列为更易于理解和直接的格式。为了创建有用的业务词汇表，组织应该实施可以连接数据质量、数据沿袭和数据定义的数据治理解决方案。数据质量监控如果数据要推动更好的业务决策，就必须跟踪、管理和监控数据质量。因此，能够在整个生命周期内衡量和监控数据质量并比较随时间变化的结果是主动管理持续数据质量改进和数据治理的重要组成部分。数据访问请求和控制管理角色和职责角色和职责是数据治理的重要组成部分，归结为识别和管理数据所有者和管理员的角色。数据管理员的职责：数据管理员是确保数据元素（内容和元数据）适用性的角色。他们的工作：确保数据被正确分类确保作者准确描述数据，以便其他人可以轻松找到和理解它确保数据质量数据所有者的责任：数据所有者是对数据资产负责的个人。他们的工作：确保数据清理和合理化的预算通过工作流控制数据访问数据成熟度评估级别1初始过渡很少或没有治理有限的工具集在孤岛中定义的角色未解决的数据质量问题级别2可重复的新兴治理引入一致的工具集定义一些角色和流程提高对数据质量问题影响的认识第3级定义数据被视为组织推动因素可扩展流程和工具；减少手动流程包括数据质量在内的流程结果更可预测4级管理集中规划和治理数据相关风险管理数据管理绩效指标数据质量的可衡量改进5级优化高度可预测的流程风险降低管理易于理解的数据指标来源质量和过程质量：马来西亚国际数据评估由于每个组织的数据都是独一无二的，因此需要开始制定数据评估计划。这包括阐明可以在整个组织中一致应用的成本和收益的一般类别。数据治理工具集的功能策略实施模块是确保数据策略实施的模块。角色分配模块可以分配数据管理员、数据所有者和数据保管人等角色的模块。自动化数据沿袭数据沿袭是数据来自何处、移动到何处以及随时间经历了哪些转换的可视化表示。它提供了沿着从源到目的地的路径跟踪、管理和查看数据转换的能力。这是保持数据质量的关键特性。业务词汇表业务词汇表是使数据管理员能够构建和管理通用业务词汇表的文档。该词汇表可以链接到基础技术元数据，以提供业务术语和对象之间的直接关联。权限工作流是用户可以请求数据并且数据所有者可以在特定时间段内授予访问权限的工作流。了解数据治理的框架是数据治理至关重要的第一步。
