在依靠分析進行全部或部分戰略決策之前，必須實施適當的流程以確保數據順利通過所有業務部門，同時保持其質量、可訪問性、可用性和安全性。以下是制定有效數據治理策略的10條建議。
1. 診斷組織內的數據資產
對組織有價值的數據，就必須知道如何有效地選擇、收集、存儲和使用，尤其是在數據量大且容易丟失的情況下。
我們可以通過盤點組織中存在的所有數據、識別其各種來源（管理系統、網站、社交網絡、營銷和廣告活動等）開始執行此操作，然后定義由于數據質量差而造成的價值損失的點。請關注以下5點內容：
●數量：隨著連接對象使用的增長、地理定位的發展以及數字營銷分析的興起，近年來要存儲和處理的數據量呈爆炸式增長。確定數據庫中保存的數據量以指導組織的數據管理方法。
●多樣：數據可以是復雜多樣的，也可以是結構化的或非結構化的（語音、生物識別、交易、網絡分析、文本、圖像等）。它也可以來自廣泛的信息系統。在不同的地方捕獲它，集中它并交叉檢查它，以詳盡的方式映射所有數據。
●速度：因為我們生活在一個即時、個性化和預測性營銷的時代，我們需要越來越快速和主動地行動以滿足客戶的需求。選擇具有強大計算能力的高性能軟件，這些軟件既靈活又融合了最先進的機器學習。審視基礎架構，根據組織的需求選擇最有效的工具，并建立健全的技術基礎。
●準確：這是數據處理的主要目標之一。收集和處理的數據的可靠性可能會受到許多方面的威脅：聲明性錯誤（表格）、收集點的多樣性、機器人的行為、惡意行為和其他錯誤、人為錯誤等等。分析中也可能存在許多偏差。因此，對所有數據的質量和準確性進行診斷非常重要。
●價值：組織使用的數據必須與業務和戰略目標完全一致，并為品牌和客戶創造價值。在信息過多的環境中，它是關于能夠統一所有數據，并且僅將對有用的數據統一起來，并迅速采取行動以產生利潤或洞察。
2. 圍繞共同的數據治理戰略團結整個組織
除了進行數據診斷外，重要的是組織所有部門都參與到數據的使用中，從綜合管理到運營和現場團隊，包括所有團隊負責人。所有員工都應充分了解共享、高質量、去孤島數據的挑戰和好處。
要讓整個組織都參與到這一轉變中，請考慮以下階段：
●與不同的部門進行個人或小組訪談，以更好地了解當前的數據情況，確定具體的組織要求并考慮對數據治理的期望。利用這個機會讓團隊意識到利用劣質或不安全數據的潛在風險，無論是為了他們自己的業務還是為了公司的整體業績。
●舉辦實踐研討會，旨在共同構建部署數據治理的整體方法框架。
●在一系列公司員工的支持下，分析與特定數據范圍相關的特定或重復出現的業務問題的真實場景。例如，在電子商務領域，這可能集中在產品包裝尺寸的錯誤上，這些錯誤會導致各種物流困難或放棄購物，因為客戶發現交付成本過高。
關鍵是要引起興趣并與接受、需求和投資的員工一起啟動數據治理項目。還可以圍繞起草一份概述任務、主要目標和所有相關人員角色的通用數據治理章程將團隊團結起來。
最后，建立和傳達整個組織共有的或更具體到每個業務單元的戰略目標，然后列出組織的所有績效指標，以便每個人都了解他們在支持治理中的作用。
3. 選擇既適合組織結構又適合敏捷的數據治理運營模式
在啟動數據治理項目時，應該避免陷入試圖同時解決所有技術、組織和監管問題的陷阱。用過多的數據治理相關任務使每個人的日程過多可能會危及成功的機會。不要低估獲得第一個切實成果所需的時間。建立一個由利益相關者驗證的精確路線圖，其中包含中間里程碑，以評估迄今為止所做的努力和進展。
遵循相同的原則，請記住存在幾種不同的數據治理模型。選擇最適合組織的環境、需求、人力和財務資源以及數據管理成熟度階段的一種。
4. 選擇利益相關者并確定所有數據參與者
過去，有一種趨勢是將數據治理完全由 IT 團隊負責。在當今的數據驅動型組織中，應該在所有業務部門實施和支持治理，因為在數據價值方面每個部門都可以發揮作用。
第一步是聘請或任命一名首席數據官，負責整個組織的數據治理。他們的職責是讓項目獲得批準和優先考慮，管理預算，為項目采購人員并確保完整的文檔。理想情況下，CDO 應直接向 CEO 匯報。
然后，通過組建一個具有以下多知識技能小組來擴大項目團隊：
●數據所有者：他們監督特定區域或業務部門的數據。數據所有者有責任確保遵循流程以保證數據的收集、安全和質量。他們必須映射數據、控制對數據的訪問、確保數據受到保護并定義存儲庫以對數據進行上下文化。換句話說，在大量數據的包圍下，他們必須確定如何使用特定數據來應對特定問題。所以，營銷總監可以是客戶數據的數據所有者，人力資源總監可以是公司內部數據，尤其是員工數據的數據所有者，CFO可以是財務數據的數據所有者。
●數據管理員：他們是數據湖的數據協調員和管理員，集中存儲庫，能夠存儲和分析任何規模的所有結構化和非結構化數據。他們負責組織和管理所有數據或特定數據實體，以實現標準化和遵守政策和法規。它們捕獲數據元素；他們可以通過確保湖中沒有重復來糾正它們；他們可以為某些信息提供“參考數據”的狀態；他們驗證數據庫的置信度和質量 數據管理員在報告標準方面也發揮著作用，并與數據工程師（設計數據管道）、數據科學家（設計和應用算法）和數據分析師（顧名思義，就是分析數據）更緊密的協作。
●數據保管人：這更像是一個 IT 角色，負責確保公司內數據的控制、保存、傳輸和存儲。他們不負責數據質量問題，這些問題由數據管理員負責。作為數據庫管理員，數據保管人通過授權和控制對數據的訪問、定義技術流程以確保數據的完整性以及實施技術控制以保護、備份和歸檔數據和對其所做的更改。在某些公司中，數據架構師可能擔任數據保管人的角色。
當然，除了這些主要角色之外，還有數據分析師、營銷經理、產品所有者/經理、內容或社區經理、流量經理和用戶體驗設計師等次要職能，他們每天都在使用、消費和分析數據。不要忘記支持職能，數據保護官 (DPO) 負責個人數據治理的信息、建議和內部控制。他們確保嚴格應用數據保護法規（網絡安全法、數據安全法、個人信息保護法等）。
組織可以構建一個 RACI 矩陣（負責、負責、咨詢、知情）來對每個利益相關者的角色和任務進行建模和形式化。
5. 創建指導機構并消除公司內部的數據孤島
組建數據治理項目團隊后，可以將他們聚集到一個專門的數據治理辦公室，該委員會負責就公司各個業務部門的實施做出戰略決策。他們批準數據政策和標準，并處理出現的任何數據管理、安全和質量問題。
如果組織將所采取的信息和決策傳遞給使用數據的更多運營團隊，請設置一次性或定期會議并提供書面或口頭反饋。
理想情況下，應該通過將數據置于活動和業務問題的中心來選擇橫向治理模式。例如，基于這一原則，可以加速消除直銷、廣告和客戶服務之間的隔閡，并在組織、品牌及其代理機構內整合 CRM 和媒體專業知識和技術。要實現這一點，首先要讓組織的員工意識到每天合作和共享數據的好處。為了促進這一過程，還可以設置跨職能項目，將不習慣一起工作的團隊聚集在一起，并為他們制定共同目標。
接下來，確保將所有對執行項目有用的數據整合到數據管理平臺或數據中心，以保證數據的可靠性和互連性。必須讓所有團隊都意識到集中數據資產的存在，并就如何在組織的各個部分之間管理數據以協調實踐達成共同愿景。
6. 記錄項目并建立共享資源
要成功實施數據治理項目，必須建立標準流程并在組織內采用通用語言。
執行此操作的有效方法是為團隊提供數據地圖，這是組織在各種信息系統中收集和使用的所有數據的綜合視圖。它提供了識別數據資產、數據的流動、數據的存儲和數據的處理方法。這個過程的目的是讓所有員工都能在合理權限內訪問和理解數據，這樣每個人都可以識別數據的來源，知道它是如何計算的，并發現任何重復。數據映射由幾個工具組成：
●業務詞匯表：所有員工共有的獨特知識庫，它允許精確定義與流通數據相關的所有術語，目的是促進不同參與者之間的信息交流。
●數據模型：這個巨大的表格塑造了公司數據的結構，并提供了有關其存儲的信息。
●數據流圖：這為公司不同信息系統內的數據轉換、標準化和處理方法提供了指導。
此外，數據映射還包括有關不同類型數據可用的格式以及它們的訪問和使用條件的部分。
7. 確保組織的數據質量以改進決策
在數據驅動的組織中，數據指導組織的大部分決策，例如促銷活動或傳播活動的性質和時間安排、受眾細分和定位的可靠性、網站或移動應用程序上功能的更正或添加等等. 要執行所有這些操作，必須對數據的質量充滿信心。使用劣質數據可能會對組織的業務產生嚴重后果，例如：
●收入和商業機會的損失
●降低行動的投資回報率
●降低決策質量
●其他數據項目（CRM、數據湖、CDP 等）的影響
●對客戶失去內部信心和信譽
數據在其旅程中也可能因各種風險因素而改變：
●由于標簽缺失或不正確導致的未測量流量
●由于部分測量方法（采樣）導致的未測量流量
●機器人導致的高估流量
●被廣告攔截器攔截的流量
●由于來源歸因不佳而高估了轉化次數
●盡管未經用戶同意，但未排除流量
為了避免這些風險，重要的是要從數據收集的關鍵時刻開始，在數據生命周期的所有階段保持警惕，因為這個階段是永久性的。并且系統的每一次修改或更新或跟蹤都不可避免地對歷史數據的質量構成風險。采用有效的方法和工具來協調和記錄這個過程。
首先，確保標簽在組織的標簽計劃中正確實施。定期和全面地檢查它們，最好使用自動化驗收測試，因為手動操作會增加出錯的風險。
我們相信這個數據控制過程應該非常快速，并且易于監控、驗證和糾正。應該提供分析師和營銷人員自行檢查、測試和修改標簽的功能，而無需技術團隊的幫助。
8. 確保數據的合規性
隨著 2018 年 GDPR 和 2020 年 CCPA 以及 2021 年數據安全法和個人信息保護法的實施，組織應越來越意識到在各種數字平臺上尊重用戶個人數據保護的重要性。
如果不遵守規定，可能會面臨從簡單的提醒到高額行政罰款的制裁，以及對數據資本的嚴格限制。不合規也會損害組織的形象并導致消費者信任度下降。因此，重要的是要在組織的信息系統和移動應用程序上采取措施，以確保以免費和知情的方式正確收集訪問者的同意。為此，需要選擇具有嚴格數據管理并充分遵守法律規定的供應商。
9. 在內部實現數據使用的民主化
公司內部數據的民主化在數據治理方法中至關重要。這是一個通過采用數據文化使盡可能多的人可以訪問數據的過程。這意味著將執行任務和創造價值所需的所有信息和資源提供給員工，并且只提供給數據消費者。
要為此數據傳播工作建立支持性框架，我們可以從以下步驟開始：
●準確告知所有業務團隊公司內部管理的所有數據、其含義和上下文
●指定此數據的用例，
●指示它的位置以及如何訪問它，
●提供有關數據質量和可靠性的詳細信息，
●指定能夠每天為用戶提供支持的數據引用者。
接下來，我們建議設置特定的支持計劃。例如，可以組織培訓課程和內部研討會，以指導用戶在操作上使用工具和使用特定問題的數據。此外，為了鼓勵所有員工使用數據，數據團隊可以設計專門用于管理每項活動的儀表板。
10. 持續評估數據治理系統的性能
最后，一旦奠定了數據治理戰略的第一塊基石，就必須衡量內部員工的滿意度，評估所采取措施的績效，根據組織的數據管理成熟度曲線逐步迭代和改進流程。
在數據治理的部署中沒有什么是一成不變的——實際上恰恰相反。盡可能靈活，以確保所應用的方法符合組織所追求的目標。