1 国外数据治理模型比较 （来源： 图书馆论坛 ， 2018-06-19） 摘要：[目的/意义]深入探析国外数据治理模型的构成要素、治 理特点、优势与不足等，为我国数据治理模型的构建提供理论基础与 实践参考。 [方法/过程]采用文献调研和网络调查法，对比分析国外 4个典型数据治理模型，总结优劣之处。 [结果/结论]国外数据治理 模型各具特色，结合对比分析的结果，遵循由明确治理模型的原则与 目的到理论回归实践的逻辑思路，从数据治理原则与目的、数据治理 利益相关者、数据治理技术与系统、数据治理要素关系四个视角提出 建议，以期为我国的数据治理模型构建提供借鉴与参考。 引言 继十八届三中全会首次提出 国家治理体系和治理能力现代化之 后，十九大对此进一步提出了明确的要求。由于国家治理体系体现的 是数量与结构，治理能力体现的是品质与能力，而治理体系是一项系 统工程，所以在治理体系和治理能力建设方面，应重结构提品质，分 类细化治理，通过实现国家治理体系和治理能力现代化，实现其它目 标。同样的，在学术界，通过实现数据治理，将提升数据管理，确保 数据质量， 形成开放共享的新局面等。 研究人员指出数据治理是决策、 职能以及操作流程有机组合的系统， 并且人们对这些数据资产承担责 任W。而构建一个数据治理模型，能为组织的数据治理工作提供直观 清晰的操作指南与行动方针[2]。 一、数据治理模型概述 通过对国内外文献及相关网站的广泛调研， 发现国外数据治理始 于2004年在企业管理中的探讨[3]，2005年后陆续有学者对其展开研2 究，讨论数据治理在企业、政府等领域发挥的影响与作用[4_6]。国内 数据治理的研究大多集中在计算机、行政学以及金融等领域。包冬梅 在借鉴国外数据治理模型框架的基础上， 首提我国高校图书馆数据治 理框架CALib[7]。 此外， 国内己有多位学者从数据治理的内涵、 要素、 模型等角度进行述评，指出体系、模型等的设计是未来研究的重点方 向，治理实践是其最终目的[8_9]。 通过在Web of science 数据库中检索 "data governance" 相关的 论文，发现国外研究集中在案例分析方面，指出行业或企业缺乏数据 治理这一事实。例如，调查发现西澳大利亚警察枪支管理系统和卫生 信息系统存在很多数据问题， 数据管理人员对本系统数据的准确性没 有信心，无法落实数据责任，这两个案例强调非常真实的数据管理问 题，相关学者指出这些问题不是规则或技术造成的，而是由于缺乏完 善的数据治理[10]。在第五届欧洲信息管理与评估会议中 (European Conferen ce on Information Management and Evaluation ，简称 ECIME)，研究人员调查中小企业对数据治理的看法，以及数据治理模 型是否适用于中小企业等问题。结果显示，尽管许多模型具有适应性 和可扩展性，但缺乏可操作性，无法满足许多中小企业的要求。更需 关注的是，大多数中小企业不承认数据的内在价值，没有将数据视为 具有支持其业务流程的系统而独立存在 。显然，随着大数据浪潮的推 进， 数据治理却并未普及， 组织中缺乏数据治理的现象依然大量存在， 组织各阶层管理人员对数据治理的重视程度依然欠缺 。 学术界对数据 治理研究的透彻与全面，并不能代表组织机构愿意接受理论，使用模 型。宄其根源，数据治理难以落实的原因可归纳为以下几点，首先组 织内部的不同团体之间缺乏沟通与协调，导致数据信息滞留。其次， 组织人员对数据资产无责任意识，无法确保数据质量，没有重视数据 治理等。因此，构建数据治理模型是必要的，同时模型的可操作性和3 实践意义也值得关注。 目前在国外己有数据治理模型中，提及较多的是数据治理协会 （The Data Governance Institute ，DGI)数据治理框架 (模型）⑽， 以及国际数据管理协会（ The Data Management Association ，DAMA) 数据治理框架（模型）[13]。DGI数据治理模型包括规则与协同工作规 范、人员与组织架构、过程三大部分及 10个子部分。该模型的特点 是将治理流程融入模型之中，以流程箭头的形式标识出治理顺序。此 外，该模型条理清晰，重点突出，回归研究问题的本质，回答了 5W 问题（WHY、WHAT、WHO、WHEN、HOW)。DAMA数据治理模型通过两个 子模型共同构建：功能与环境要素。该模型的核心意义在于解决数据 管理功能与环境要素之间的匹配问题。这两种模型，因其全 面性和逻 辑清晰的特点，被研究人员广泛借鉴和引用，但不容忽视的是，数据 治理模型不能忽略的特点是行业特征性，即组织唯一性。上文提及的 CALib框架[7](模型） ，基于这两种模型，以立方体的形式，多角度概 述了我国高校图书馆数据治理的着陆点以及评价机制。 本文通过网络 调研和文献阅读， 将国外较少提及但具有鲜明特征的数据治理模型进 行对比研究，这四个模型分别具有全面性、简洁性、变化性与可重复 性的特征，笔者期望通过分析四个模型的治理特点及相关要素，为我 国数据治理模型的构建提出参考建议。 二、国外数据治理模型调研 管控风险，降低成本，增加收益，实现价值，这些是每个组织的 目标和驱动因素。而数据治理的真谛即为如此。组织所有的努力最终 都会落实到这些普遍价值中。倘若参与者对目标、策略、过程等不清 楚，则很难实现组织的最终价值。制定管理活动的规则体系，沟通复 杂模糊的概念及其逻辑关系， 可以确保人们的劳动得到应有的价值回 报。 4 随着时间推移，由于数据质量下降，数据系统支持业务流程，追 求组织目标的能力降低，导致组织成本增加，收益减少。管理层试图 在操作层面解决这些问题将无法正常工作， 添加更多的数据或数据系 统来修复这些问题只会使其更糟。因此 ，解决这类问题不是依靠更多 的技术、系统或数据，而是数据治理。数据治理不代表技术功能，而 是由业务驱动，搭建管理人员和技术人员之间的桥梁，而治理模型代 表了一种状态，即解决当今信息资产妥协问题所需的未来状态。 1、ISACA数据治理模型 国际信息系统审计协会（ Information Systems Audit and Control Association ，简称ISACA)是全球公认的信息科技管理、监 控的领导组织。 ISACA从行政资助、文化、管理指标、培训与意识培 养四个角度，全覆盖构建了如图 1所示的数据治 理模型[14]。由图1可 知，ISACA数据治理在组织资助的前提下，以组织的愿景和使命，组 织利益以及具体目标，共同确定数据治理的策略或目标。经由此类过 程，数据治理模型的定位将会更精准，更扎根于组织本身。由于治理 是灵活的，可以根据组织需求适当扩大或缩小治理范围，所以其模型 不应是"死板"的，在可控的范围内进行调整是模型的特点。该模型的 另一特点是充分体现了人的能动性与主导作用， 全程参与到数据治理 过程中。此外，模型采用顶层设计，基层实施的方法，秉持简单实用 的原则，只在需要的地方进行治理，不将额外的步骤加入简单的过程 中，确保模型的所有环节都为整个组织增值。 在模型建构的背景中， ISACA指出倘若治理难易程度较高，管理 层和实际操作人员都会选择绕道而行，这与治理的初衷背道而驰。如 果将治理定制化，治理模型充分体现人的主导作用，治理各阶层的人 就会感觉获得所有权，这更有助于数据治理模型的实行。在数据治理 合规性方面，该模型从政策、标准以及内部质量保证三方面着手。合5 规性的设置遵循了内外结合的原则， 在响应各地区政府政策的前提下， 紧跟行业标准，完善内部质量保证，从而提升整个模型的效能，达到 数据治理的目的。 图1ISACA数据治理模型 [14] 2、HESA数据治理模型 高等教育统计局（ Higher Education Statistics Agency ，简称 HESA)是英国收集、分析和传播高等教育定量信息的官方机构，提出 了如图2所示的数据治理模型[15]。HESA强调数据治理模型和组织的 设计与管理 结构密切相关，同时指出每个组织应根据各自侧重点，对 通用模型进行适当修改，即 "特色化"。因此在该模型中， HESA将数 据治理团队与法律、安全、人力资源等团队置于并列位置，共同受数 据治理委员会指导。 其次， 授权给数据管家、 业务人员和数据用户等。 HESA指出治理模型在一定程度上构成了 "为所有人公平获取数据 "的 6 概念，数据应被视为组织资产，而不是一个孤岛。故该模型数据治理 的范围包括 :①确保数据安全，管理良好，确保组织面临的风险可控 ; ②防止和纠正数据错误，作为计划持续改进的一部分 ;③衡量数据质 量并提供检测和评估数据质量的改 进框架;④制定标准记录数据及其 在组织内的使用情况 ;⑤作为数据相关问题 /变更的升级和决策主体。 由图2的主体部分可知，数据治理呈现一种层层递进的态势，在数据 治理模型中，需要定义和分配一些关键角色。 图2HESA数据治理模型 [15] HESA首提大学数据受托人（ university data trustee) ，指出 大学数据受托人对数据管理的战略协调负责。但实质上，大学数据受 托人是一名高层数据管理人员，例如校方规划处处长等。这与利益相 关者理论下美国伊利诺伊大学数据银行[16]的角色分配有异曲同工