相信，所有 CIO 都明白一個道理，如果數據治理失敗，會給企業(yè)帶來重大損失，包括財產損失、品牌名譽受損等，甚至會帶來法律方面的風險。所以，如何制定一個強大的數據治理策略，以確保企業(yè)數據在滿足安全和合規(guī)性要求的同時，更易于訪問和管理，成為企業(yè)數字化轉型過程中必修的一個課題。

隨著企業(yè)對數據重視程度的不斷增加，數據治理解決方案越來越成熟，技術越來越先進。但不幸的是，仍有很多IT從業(yè)者，正陷入數據治理的泥潭中，無法自拔。為了幫助更多企業(yè)解決數據治理難題，本文梳理了7個常犯的錯誤。

一、把數據治理視為一個技術項目

數據治理方案，不是一個一成不變的技術項目，而是需要靈活調整。換言之，與數據治理相關的政策制定，不應該是一個簡單的規(guī)劃，或者是一個項目式發(fā)布。因為，無法跟上變化的數據治理策略，最終結果一定是失敗的。

另外，不合理的數據治理策略，會阻礙企業(yè)業(yè)務的正常發(fā)展，導致各個部門不得不靠自己的力量，自行解決。

反之，好的數據治理策略，會為業(yè)務助力。比如：有的企業(yè)可能會通過流程管理的方式，來處理現金流。員工表示完全能夠接受這種方式，因為他們深知確保現金流安全的重要性。

如果說，數據是企業(yè)需要保護的重要資產，而評估、收集和保留一定的數據量和數據類型，就是一項艱巨的工作。如果數據治理得好，可以產生重大的經濟價值;而如果只是一味地存儲數據，沒有權衡好數據的優(yōu)劣，則會造成巨大的資源浪費。

二、忽視與集團領導層及業(yè)務層的高效溝通

數據治理是一個屬于企業(yè)范圍內的整體計劃。在規(guī)劃之初，就應該與業(yè)務部門提前溝通，達成一致意見，以免出現方向性的錯誤。

數據治理不應該被視為 IT 部門的“寵兒”，取得公司領導層以及整個業(yè)務部門的認可，同樣重要。為了確保數據治理工作的可擴展性和可持續(xù)性發(fā)展，CIO在提出數據治理規(guī)劃前，就應該明確業(yè)務目標，看重價值成果，關注生產力能力提升。

三、未能將數據真正的所有人納入數據治理流程

很多數據治理項目最終失敗，最大的失誤是沒有把真正的數據所有人拉入項目，并取得他們的認可和支持。

要知道，要進行數據治理的企業(yè)或者組織，不一定擁有和使用這些數據，而只是充當數據管理員的作用。所以，如何找到真正擁有或者使用數據的人，讓他們對數據治理的計劃和收益一目了然，是一個重大挑戰(zhàn)。

數據治理是一個從上到下的工作，只有獲得全鏈條的支持，最終才能取得成效。反之，如果期間有一方反對，那說明數據治理工作還有待繼續(xù)改進。

對于一個數據管理員來說，購買一個能對數據進行分類或者管理的平臺很容易，但如果你想更改數據結構，或者清理無價值的數據，一定要獲得真正的數據擁有者的支持。

四、不重視各種條例和規(guī)范

將數據保護影響評估(GDPR)與隱私影響評估(PIA)結合，是了解、收集和使用數據的最有效手段，也是將與數據處理相關的人員、內容、時間、地點、原因和方式關聯起來的最佳方法。

一些沒有按照DPIA/PIA的要求來處理數據的企業(yè)，會失去數據保護能力，還會因使用未經授權的數據而處于不利地位，包括會遭遇嚴厲的監(jiān)管處罰。

五、沒有足夠的底層技術能力

許多 IT 領導者常常會犯一個嚴重的錯誤，那就是在沒有底層技術支撐能力前提下，引入數據治理策略。

如果你將本地集中式架構的數據，遷移到一個云平臺，卻沒有云平臺管理能力，那么業(yè)務團隊不得不自己想辦法，以自己的方式管理數據。顯然，如果沒有最好充分準備，冒然讓數據上云，會讓數據治理團隊處于被動地位。

相反，如果我們在決定進行數據治理之前，就制定一個完整策略，讓大家在同一個規(guī)劃下，通過有效的工具和平臺來管理和使用數據，那一定會取得事半功倍的效果。

六、沒有建立全面的培訓體系

如果沒有相關的政策指導，進一步完善和鞏固數據治理成果，鼓勵員工使用新的數據共享平臺，最終的數據治理工作也還是會失敗。

建議在數據管理平臺上線前，所有員工都要接受培訓，以避免員工在無意間使用未經授權的數據或者應用。

數據管理團隊在對特定的信息進行標準化之前，也要盡量聽取員工的意見，了解他們的需求，確定哪些信息或者哪些協作工具更重要。另外，還要通過使用有效工具，控制敏感信息的泄露，最大化確保數據安全。

七、未指定項目責任人

在制定數據治理策略時，應指定具體的項目責任人，并且這位負責人要與業(yè)務高層深度溝通、相互配合，最終共同敲定方案。

同時，負責數據治理的主管，還應該與IT部門以及公司高層管理團隊，定期召開會議，不斷優(yōu)化和調整數據治理方案。

總之，數據治理策略非常重要，需要精心設計。如果沒有統一規(guī)劃，每個業(yè)務單元都開發(fā)自己的業(yè)務系統，最終就失去了數據治理的意義。尤其是，隨著時間的推移，應用越來越多，數據量越來越大，如果數據的格式都不統一，那后期的管理肯定越來越復雜。