前言
本篇文章是对DAMA第三章的一个学习理解，旨在在未来我接受部门及公司的数据治理的项目后，有一个初步的思路和想法，然后去执行。
因此这篇文章更像是一个笔记或者抓手，来对DAMA做一个提炼。
定义组织的数据治理
需要明白的是，组织的数据治理活动必须是服务于组织的业务战略和目标。
做正确的事情，其次才是把事情做正确。成功的数据治理需要明确我们要治理哪些内容、对象是谁、主体是谁。
相较于单个部门的数据治理，企业级的数据治理是更为有效的。
执行就绪评估
我们在规划数据治理的时候，首先需要评估当前的信息管理能力、成熟度和有效性。评估这些东西，可以帮助我们在后续确定我们工作的效果，同时对于我们管理和延续数据治理的职能也很有帮助，如何进行评估呢，主要从一下四个方面入手：
数据管理成熟度：
了解组织使用数据做什么
衡量数据管理能力
关注业务人员对公司在管理数据和使用数据的优势印象、比如工具使用、报告水平。
变革能力
数据治理需要行为变革
变革能力的评估可以帮助识别数据治理的阻力
需要评估组织架构、文化管理、变革管理过程本身
协作准备度
业务一致性
检验组织在多大程度上将数据的使用和业务战略对其
对齐业务执行探索
我们进行数据治理，一定要明白我们要交付的具体利益是什么，（比如减少向监管机构缴纳的罚款额）。
这种识别和评估现行机制和指南的行为具有有效性，它会指导我们了解我们应对的是何种风险，公司鼓励何种行为，目前治理和未来治理的效果，并且发现数据治理的机会。
在这里我们要开展的工作有两方面：数据质量分析和数据管理实践评估。
数据质量分析是评估能够使用低质量数据执行业务流程的风险，以及作为数据治理的一部分，开展数据质量工作带来的财务收益和其他收益。
数据管理实践评估指的是创建一份数据管理推动者的初始名单，用于持续的数据治理活动，以及探索和协调一直的活动中得出数据治理的需求清单。
创建组织触点
组织触点指的是，在数据治理职能部门意外的领域，企业的数据治理和数据管理方法仍然具有一致性。
数据治理职能影响的触点支持了组织管理其数据的连贯性，因此，可提高其使用数据的灵活度。
制定数据治理战略
数据治理战略必须全面制定，并与总体业务战略、数据管理和IT战略共同发布，并且是迭代发布。
它包括章程、运营框架和责任、实施路线图、规划运营目标。
具体的流程是：
定义数据治理的运营框架
制定数据治理的目标、原则和制度
推动数据管理项目立项
参与变革管理
参与问题管理
评估法规遵从性要求
实施数据治理
上面的战略我写的比较粗糙，因为初入职场，我更多的相关注的是如何作何执行和业务层，所以在本章的笔墨会更多一点。
实施数据治理是一项复杂并且需要协调的工作，需要根据公司的业务方向去具体定义，但是早起优先进行的活动有：
定义数据治理流程以满足高优先级目标
建议一个业务术语表、记录术语和标准
企业架构和数据架构协调，以便更好理解数据和系统
为数据资产分配经济价值，以便更好的决策和理解数据如何促进组织成功
支持数据标准和规程
数据标准可以采用不同的形式，我们必须进行有效沟通，监测和周期性评审。必须采用适当的方法进行。
数据管理规程就是一种记录的方法，里面有一些被标准化的概念：
数据架构：企业数据模型、工具标准和系统命名规则
数据建模和设计：数据模型管理规程，数据建模命名规则，定义标准、标准域和标准缩写
数据存储和运营：工具标准，数据库恢复标准和业务连续性标准，数据库性能，数据保留和外部数据获取
数据安全：数据访问的安全标准、监测、和审计规程、存储安全标准和培训需求
数据集成：用于数据集成和互操作的标准方法和工具。
文档和内容：内容管理标准和规程、包括企业分类的使用、法律搜索的支持、文档邮件保留权限、电子签名、以及报告分发方法。
参考数据和主数据：参考数据管理控制规程、记录系统和强制使用生命、实体解析方案的标准
数据仓库和商务智能
元数据：采集的标准的业务和技术元数据，元数据整合规程和计划
数据质量：数据质量规则、衡量标准方法、数据修复标准和规程。
大数据和数据科学：数据源识别、权限、获取、记录系统、共享和更新。
制定业务术语表
为什么我们要制定业务术语表呢，因为数据表述的都是其他事物，所以对数据的定义清晰是很重要的，其目标如下：
形成对核心业务概念和术语的共同理解
降低由于业务概念理解不一致而造成的数据滥用风险
提升技术资产与业务组织之间的协调性
最大限度提升搜索能力使得组织知识得以访问
与架构团队写作
企业数据模型必须由数据治理委员会审查、批准和正式采用。该模型必须和关键业务战略、流程、组织和系统协调一致。
在管理数据资产的时候，数据战略和数据架构是协调“把事情做正确”和“做正确事情”的关键。
定义数据资产估值方法
我们需要组织开展数据资产估值方法并为此制定标准，价值估算可以被嵌入数据战略，这将为数据质量问题的根治方案和其他数据治理举措带来业务场景。
总结
通过上述各方面的探讨，希望能为即将开展的数据治理项目提供一个清晰的蓝图。虽然本文只是一个起点，但它涵盖了数据治理的主要方面，为深入理解和实践打下了基础。随着经验的积累和学习的深入，相信我会在数据治理领域取得更大的进展。