16.4 关键成功因素

无论数据管理组织的架构如何，有10个因素始终被证明对其成功发

挥着关键作用：

1）高管层的支持。

2）明确的愿景。

3）主动的变更管理。

4）领导者之间的共识。

5）持续沟通。

6）利益相关方的参与。

7）指导和培训。

8）采用度量策略。

9）坚持指导原则。

1. 演进而非革命

改，研究和实施解决方案之前应该考虑当前的组织准备情况、组织未来

的使命和愿景的需要。

或许最具挑战性的文化变革才是治理的中心：确定哪些决定由哪个

人负责，是业务数据管理专员、架构师、管理人员，还是管理层；哪些

决策需要由数据管理团队、项目指导委员会和数据治理委员会协同做

出。10.5 参考数据和主数据治理

参考数据和主数据是共享资源，需要治理和管理。并非所有数据不

一致的问题都可以通过自动化处理，有的需要人们相互沟通才能解决。

如果没有治理，参考数据和主数据解决方案将仅仅是附加的一些数据整

合实用程序，无法发挥它们的全部潜能。

10.5.1 治理过程决定事项

治理过程应决定如下事项：

1）要整合的数据源。

2）要落实的数据质量规则。

3）遵守使用规则的条件。

4）要监控的行动和监控频率。

5）优先级和数据工作响应等级。

6）如何展示信息以满足利益相关方的需求。

7）参考数据管理和主数据管理部署的标准授权扎口和预期。

治理过程带来了与合规和法律相关的利益相关方及信息消费者，通

过定义把他们纳入隐私、安全和数据保留制度中，以减轻组织的风险。

作为一个不断发展的过程，数据治理在为使用参考数据和主数据的

人员制定原则、规则和指导方针时，必须有审查、接收和考虑新规则以

及对现有规则进行改变的能力。

10.5.2 度量指标

以下指标可以与参考数据和主数据质量以及支持这些努力的过程结

合起来。

1）数据质量和遵从性。数据质量仪表板可以描述参考数据和主数

据的质量。这些指标应该说明主题域实体或相关属性的置信度（百分

比），以及它在整个组织中符合实际需求的使用价值。

2）数据变更活动。审核可信数据的血缘对于提高数据共享环境中的数据质量是必要的。指标应该展示数据值的变化率，能够帮助人们深

入理解为共享环境提供数据的系统，并可被用于调整主数据管理进程中

的算法。

3）数据获取和消费。数据由上游系统供应，由下游系统和流程使

用。这些指标应该显示和追踪哪些系统在贡献数据，哪些业务区域在共

享环境中订阅数据。

4）服务水平协议（SLA）。应建立SLA并传达给贡献者和订阅

者，以确保整个数据共享环境的使用和采用。遵循SLA可以为支持流

程、技术问题和数据问题提供解释，而这些问题都有可能减缓主数据管

理应用的速度。

5）数据管理专员覆盖率。这些指标应该关注对数据内容负责的个

人或团队，并展示覆盖率的评估频率。它们可以用来识别支持方面的差

距。

6）拥有总成本。这个指标有多种影响因素、多种表达方式。从解

决方案的角度来看，成本可以包括环境基础设施、软件许可证、支持人

员、咨询费、培训等。这一指标的有效性主要是基于其在整个组织中的

持续应用。

7）数据共享量和使用情况。需要跟踪纳入主数据的数据量和使用

情况，以确定数据共享环境的有效性。这些指标应该展示数据共享环境

中流入和流出数据的定义、纳入和订阅的数量和速率。