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 Conference 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@@[n]。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@@。
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@@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@@。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之处@@。大学数据受托人@@担任治理职务@@，确保数据管理活动得到优化@@，从而配合和支持战略目标的@@达成@@。除此之外@@，从模型@@的@@整体结构可知@@@@，组织的@@数据治理@@@@，既离不开操作@@层面的@@管理@@，也离不开政策层面的@@指导@@@@。因此@@政策指引是数据治理@@模型@@@@中@@必不可少的@@一@@部分@@。笔者认为@@，政策指引包括两部分@@，其一@@是基于数据生命周期的@@数据管理过程@@的@@政策@@，该政策应嵌入治理过程@@内部@@;其二@@是纵观治理全过程@@的@@宏观层面政策@@。HESA模型@@中的@@@@"指导@@"与@@"授权@@"步骤正是这种政策的@@具体表@@现@@。HESA指出@@，构建模型@@的@@同时@@会定义和分配一@@些关键角色@@。重要的@@是@@，分配的@@是角色@@，而不是工作@@，数据治理@@过程@@应是一@@个整体@@，模型@@将这个过程@@清晰化@@、具体化@@。
图@@2HESA数据治理@@模型@@@@[15]
3、Mustimuhw Information Solutions数据治理@@螺旋模型@@@@
Mustimuhw Information Solutions是加拿大一@@家计算机软件公司@@。研究发现@@，随着时间的@@推移@@，人@@们的@@需求和能力不断变化和发展@@，治理模型@@将随着扩张和改进的@@迭代循环而发展壮大@@。因此@@，该公司认为数据治理@@应以螺旋模型@@呈现間@@（如图@@@@3)，以反映模型@@的@@动态和不断演变的@@性质@@。由图@@@@3可知@@，Mustimuhw Information Solutions数据治理@@螺旋模型@@@@始于数据治理@@的@@愿景和原则@@。数据治理@@模型@@@@根植于人@@们对数据治理@@和核心指导@@原则的@@愿景@@，这些@@核心指导@@原则为组织的@@数据治理@@@@提供了全面的@@方法@@和维护@@。随着模型@@的@@螺旋形发展@@，该模型@@的@@第二@@个核心要素@@是治理结构@@，即@@治理的@@概念@@@@、组织结构@@、相关角色与@@责任@@@@。在这部分中@@，模型@@将数据从两个维度进行划分@@，首先分为国内和国外数据@@；其次@@@@再将数据分为四@@部分@@：企业@@、文化@@、人@@力@@、地产与@@资源@@。在组织结构@@中@@，该模型@@与@@@@上文提及的@@@@@@HESA数据治理@@模型@@@@有类似之处@@，即@@在数据治理@@委员会中@@，需要一@@名高层数据管理人@@员@@，还要有关注@@具体领域的@@数据管理人@@员@@；除此之外@@，对于不同类型的@@数据而言@@，需分不同部门进行数据治理@@@@，这也是该模型@@的@@一@@大特点@@。在第三@@个核心要素@@责任@@机制中@@，该模型@@强调要明确责任@@重点@@、要求及相关机制@@。并且在责任@@机制中@@，提出决策矩阵的@@概念@@@@，与@@相关政策保持一@@致和连贯性@@，如螺旋模型@@后端的@@数据治理@@政策和安全@@隐私政策等@@，用以明确和界定决策当局的@@任务和责任@@@@。笔者认为@@，从此处可以看出@@，该公司在开发构建该螺旋模型@@时@@，充分考虑了数据治理@@模型@@@@的@@连贯性@@，使整个组织共同参与@@@@，而不是前后断层@@，要素@@分离@@。
基于螺旋形的@@结构特点@@，每个政策都应将数据治理@@模型@@@@的@@第一@@步@@--愿景和原则纳入考虑@@。有别于其他模型@@的@@是@@，该模型@@认为数据治理@@政策的@@目标是通过对数据治理@@应用的@@共同理解来帮助预防发展中可能遇到的@@问题@@@@。隐私与@@安全@@政策描述了如何保护数据@@，并维护隐私和安全@@的@@措施与@@流程@@，从而防止隐私侵权和治理过程@@中的@@不当访问@@。结合数据治理@@模型@@@@的@@其他要素@@@@，该要素@@为数据治理@@成果及数据保护提供了更多@@的@@保障@@。最后@@，该模型@@的@@第六个核心要素@@是法律@@，例如@@数据管理法@@、数据治理@@协议@@、数据共享协议等@@。通过上述基于要素@@的@@模型@@分析@@，笔者认为@@该模型@@虽从直观上看是螺旋形@@，实则是具有纵向深度的@@柱体@@，包含全面的@@数据治理@@及其相关延伸@@。
图@@3 Mustimuhw Information Solutions数据治理@@模型@@@@[17]
4、Information Builders数据治理@@简易模型@@@@
Information Builders是美国一@@家软件与@@咨询@@公司@@，致力于帮助组织构建信息系统@@，以形成巨大的@@竞争优势公司强调@@，创建一@@个模型@@确保数据的@@保密性@@、质量和完整性@@，是数据治理@@的@@核心价值@@，这对于满足内外部要求@@(如财务报告@@、合规性和隐私权等@@)至关重要@@。数据治理@@通过加强监督@@，根除风险@@，有效地将政策与@@业务战略相结合@@。而采用可重复的@@渐进式方法@@使任何规模的@@组织均可实施@@，适应其短期或长期需求和预算的@@实用且经过证实的@@策略@@@@。Information Builders数据治理@@模型@@@@是一@@个简易可重复的@@过程@@@@[19](如图@@@@4)，由该模型@@可知@@@@，对于大多数组织而言@@，采取渐进式方法@@是实现业务价值并建立数据治理@@可持续发展计划的@@实用方式@@，从而避免在治理过程@@中过犹不及@@。
与@@其他模型@@不同的@@是@@，Information Builders在构建模型@@的@@同时@@@@，配以@@7个步骤@@辅助实施@@，确保有效的@@数据治理@@@@：①优先考虑业务改善领域@@；②最大化信息资产的@@可用性@@；③创建并分配角色@@、职责@@；④完善和确保信息资产的@@完整性@@；⑤建立问责制@@；⑥以主数据文化@@为基础@@;⑦制定流程改进反馈机制@@。当地一@@家医院基于这个模型@@和@@@@7个步骤@@，快速@@、经济有效地在医患系统中解决了数据有关问题@@@@。该医院一@@年内收治了近@@6万名住院病人@@和约@@53万名门诊病人@@@@。然而@@，经过一@@系列的@@系统创建@@、更新和交换@@，导致了约@@20%的@@患者数据不正确@@，数据质量问题@@堪忧@@，影响医院的@@正常运营@@。因此@@医院进行了数据治理@@@@，以确保为医疗决策提供适当信息@@。医院利用该模型@@@@，旨在提高医疗质量@@，减少医疗错误@@，同时@@减少因低效@@、不完整的@@信息造成的@@医疗成本@@。面对庞杂的@@患者数据@@，对其进行标准化和清洗是必要的@@@@，随着患者记录的@@匹配和合并@@，一@@部分数据被推送至图@@@@4的@@数据治理@@模型@@@@中@@@@，另一@@部分数据被推送至不同的@@患者管理系统进行转换@@，进而再被推送至图@@@@4。数据治理@@的@@推进@@，改善了医院日常工作的@@协调性@@，保证了患者的@@信息安全@@和准确@@@@。结合此案例分析@@，笔者认为@@Information Builders数据治理@@模型@@@@更应称之为数据治理@@流程@@，模型@@应兼具全面性与@@实效性@@。而其提出的@@@@7个步骤@@结合图@@@@4所示的@@简易模型@@@@，应是一@@个更为具体和全面的@@数据治理@@模型@@@@@@。
图@@4 Information Builders数据治理@@简易模型@@@@[19]
三@@、国外数据治理@@模型@@@@@@对比分析@@
由于各机构构建的@@数据治理@@模型@@@@存在差异@@，因此@@笔者对各模型@@的@@特点@@、优势与@@不足进行分析@@（见表@@@@1)，在对比中发现数据治理@@模型@@@@的@@构建要点@@，需要规避之处@@，以期为我国学者数据治理@@模型@@@@的@@构建提供参考@@。
表@@1 国外数据治理@@模型@@@@@@对比分析@@
明确治理目标与@@原则是四@@个治理模型@@的@@共同点也是出发点@@。目标与@@原则对数据治理@@既能起到指导@@作用@@，也能让治理主体@@以及治理相关者厘清治理目标@@，而治理原则是整个治理模型@@的@@行动纲领@@。ISACA模型@@和@@Mustimuhw Information Solutions数据治理@@螺旋模型@@@@均指出@@在构建模型@@之前@@，首先应有一@@套明确的@@界定标准@@，弄清数据治理@@对于组织的@@意义@@所在@@。数据治理@@整体的@@愿景和目标需清晰@@、准确@@。此外@@，政策是构建要素@@中十分重要的@@部分@@，数据治理@@政策描述了治理数据所需的@@具体要求@@，用于指导@@实施数据治理@@模型@@@@和履行相关角色@@、责任@@，并向其他利益相关者提供治理主体@@对治理需求的@@解读@@。
对于治理相关者而言@@，模型@@的@@重要性在于能够清晰地使其掌握治理的@@流程与@@重点@@。因此@@，在上述四@@个模型@@中@@，ISACA模型@@与@@@@HESA模型@@具体详细地列出治理步骤或角色等@@，突出治理的@@重点@@。而数据治理@@螺旋模型@@@@与@@@@Information Builders数据治理@@简易模型@@@@虽未在模型@@中详细列出重点@@，但在模型@@的@@辅助说明中都指出@@了各要素@@或治理阶段的@@涵盖内容与@@注意事项@@。需要注意的@@是@@，笔者在分析螺旋模型@@时@@，认为治理核心要素@@的@@界定需更加清晰与@@明确@@，如第四@@和第五@@要素@@@@，数据治理@@政策包含安全@@与@@隐私政策@@，但安全@@与@@隐私政策却不完全包含于治理政策中@@。治理政策针对的@@是数据治理@@过程@@@@，而安全@@与@@隐私政策既涉及治理过程@@@@，也涉及数据治理@@之外的@@组织管理活动@@。
在构建数据治理@@模型@@@@时多次@@提到@@"one does not fit all"，即@@模型@@不是@@"一@@成不变@@"的@@，不是一@@劳永逸的@@操作@@@@。一@@是因为每个行业甚至每个组织@@，它们的@@治理模型@@具有独特性与@@应变性@@。二@@是因为治理是一@@个动态过程@@@@，过于详尽的@@模型@@@@，不仅不会给治理工作带来便捷@@，还会增加其应用的@@复杂程度@@，适得其反@@。恰当与@@灵活的@@模型@@给予组织数据治理@@正确的@@指导@@方针@@，同时@@配以@@合适的@@评估机制@@。不同利益相关者可以从数据治理@@模型@@@@中@@获取决策信息@@，从而提高决策水平@@。而不恰当的@@治理模型@@既会让数据管理人@@员绕@@"道@@"而行@@，放弃治理@@，也会让组织的@@数据问题@@演变成组织架构等问题@@@@，从而得不到根本的@@解决@@。
四@@个模型@@的@@共同之处还在于@@，明确指出@@数据治理@@不是游离于组织而单独存在的@@@@，数据治理@@模型@@@@的@@建立@@应与@@组织的@@管理指标@@@@、文化@@背景相融合@@。此外@@，数据治理@@模型@@@@应特色化@@@@，这是不争的@@事实@@，但无论如何修改@@，数据治理@@都必须被视为是为整个组织的@@共享服务的@@@@。数据治理@@模型@@@@与@@组织的@@其他功能应是相互协调@@，共同运作的@@@@，避免单独运作@@。数据治理@@模型@@@@的@@最终目的@@@@是为组织的@@数据治理@@@@具体实践提供指导@@@@，同时@@培养各阶段数据管理人@@员的@@治理意识与@@治理能力@@。
四@@、启示@@
数据治理@@对于组织的@@重要性不言而喻@@，构建治理模型@@也是每个组织的@@当务之急@@。我国于@@2015年发布了@@《数据治理@@白皮书@@》国际标准研究@@报告@@[20]，从国家层面强调了数据治理@@是必然趋势@@。对于组织而言@@，数据治理@@是一@@项复杂却又意义@@重大的@@工作@@，而数据治理@@模型@@@@又是治理行动的@@先行与@@基础@@，笔者根据上述模型@@的@@对比分析@@，从治理意义@@@@、职责@@、未来发展等角度@@，提出几点启示@@@@。
1、明确数据治理@@原则与@@目的@@@@@@，概览治理意义@@@@
原则是说话或行事所依据的@@标准或准则@@。数据治理@@原则即@@是数据治理@@活动所应遵循的@@标准或法则等@@。在数据治理@@模型@@@@中@@@@首先将原则列出@@，使整个模型@@运转的@@边界线更加明晰化@@。通过上述表@@@@1的@@各项对比可以发现@@，原则与@@目的@@@@明确便于整个治理模型@@的@@边界明晰化@@，扎根于各组织的@@实际情况@@。需要说明的@@是@@，Information Builders虽未在简易模型@@中明确列出原则与@@目的@@@@@@，但在其辅助步骤中指出@@@@，应优先考虑业务改善领域@@@@，即@@治理目标精准化@@，着重治理有助于业务改善的@@领域@@。各国或各行业有关数据治理@@的@@规章法则等各有不同@@，因此@@组织的@@数据治理@@@@原则应根据各国各行业的@@法律法规@@，进行细化@@。毫无根据的@@原则@@，既无法满足合规性的@@要求@@，也不能从本质上满足数据治理@@的@@期望@@。此外@@，模型@@中应体现数据治理@@的@@目的@@@@@@，目的@@@@是遵循原则的@@成果展示@@，也是治理活动的@@展望@@。DGI指出@@，数据治理@@模型@@@@的@@目的@@@@可能会带来一@@些@@"柔性@@"结果@@[21]，即@@在治理过程@@中伴随产生的@@附带效应@@，并非最终期望成果@@。笔者认为@@，这些@@"柔性@@"结果@@包括组织中人@@的@@改变@@：各岗位人@@员的@@意识观念@@、管理能力以及组织向心力的@@凝聚@@。DGI认为这些@@结果@@是难以衡量的@@@@，但却是无法缺少也是必要具备的@@@@。至此@@，数据治理@@的@@意义@@虽未曾在模型@@中明确指出@@@@，但己渗透在原则与@@目的@@@@之中@@。模型@@的@@意义@@即@@在于帮助组织明晰数据治理@@的@@流程@@，实现治理清晰度@@;创建明确的@@任务@@，确保努力的@@价值@@。治理的@@意义@@则更偏向于数据本身与@@组织自身的@@协同发展@@。
2、建立数据治理@@利益相关者@@链条@@，明晰治理主体@@的@@角色与@@职责@@分配@@
二@@十世纪六十年代斯坦福大学最早提出了利益相关者理论@@，研究人@@员将该理论定义为@@"失去支持则无法独立生存的@@组织或团体@@"，并提出利益相关者@@"不仅能够借助组织实现自身的@@目标@@，而且还能对组织整体目标的@@实现发挥重要作用@@"。人@@是数据治理@@的@@关键与@@主体@@@@，也是治理模型@@中的@@@@重点@@。数据治理@@活动的@@整个过程@@会有不同的@@主体@@参与@@进来@@，根据各方利益的@@不同@@，不同的@@主体@@扮演着不同的@@角色@@。如高校建立数据治理@@模型@@@@@@，学校高层数据管理人@@员@@、图@@书馆及其相应的@@数据服务部门@@、各学院研究中心@@、教师与@@学生等@@，共同构成利益相关者链条@@。如上述的@@@@HESA数据治理@@模型@@@@中@@，大学数据受托人@@也是治理的@@主体@@之一@@@@。此时数据治理@@模型@@@@的@@作用在于分配链条中各主体@@的@@角色与@@职责@@@@，为各方进行数据治理@@活动指明方向@@。同时@@，由于治理活动是一@@个动态的@@过程@@@@，因此@@模型@@也应体现多元化与@@灵活性@@。在分配角色与@@职责@@时@@，根据治理活动各阶段的@@侧重点不同@@，主体@@的@@角色和职能也应随之变化@@。螺旋模型@@指出@@不同类型的@@数据应由不同部门来治理@@，即@@每一@@主体@@的@@治理侧重点都应随数据特征的@@变化而变化@@。此外@@，笔者认为@@治理模型@@中体现出治理主体@@的@@角色@@，是模型@@全面性的@@体现@@。同时@@，组织构建的@@模型@@@@，是面向全体人@@员的@@@@，在模型@@中落实各方主体@@的@@职责@@@@，能够体现模型@@较强的@@实践性@@。
3、关注@@并发展数据治理@@技术与@@系统@@@@，理论构建终要回归实践@@
数据治理@@技术的@@本质是信息技@@术@@，信息技@@术在数据时代的@@发展中扮演着辅助者的@@角色@@，起到推波助澜的@@作用@@。数据治理@@有丰富的@@基础理论@@，国内学者間在谈及数字图@@书馆治理理论时@@，指出@@自组织理论@@、人@@本理论等对理论建构具有指导@@作用@@。借助协同理论的@@思想@@，将组织数据治理@@看作一@@个系统@@，系统内部存在若干属性不同的@@数据治理@@个体@@，但在组织数据治理@@的@@环境中@@，不同数据治理@@个体间存在着相互影响而又相互合作的@@关系@@。提出数据治理@@个体的@@概念@@@@，并非强调数据治理@@内部是分离的@@@@，相反@@，数据治理@@既不能脱离组织而单独存在@@，也不能由单独的@@治理单位完成@@。笔者认为@@，运用协同理论@@，可以找出影响数据治理@@成果的@@控制因素@@，进而发挥数据治理@@个体间的@@协同作用@@。理论是超前的@@@@，先于实践@@，可本质上还是为实践探路@@。现阶段的@@数据治理@@@@，亟需技术或软件的@@辅助治理@@。治理技术的@@创新研究@@，有助于实践的@@顺利进行@@。
4、厘清数据治理@@要素@@关系网@@，形成模型@@构建的@@基石@@
将模型@@看作一@@张网@@，治理要素@@就是网中的@@结点@@@@。模型@@中各要素@@并非是相互独立的@@概念@@@@，而是共同存在于治理体系中@@。倘若治理要素@@尚未厘清@@，盲目进行治理@@，治理模型@@就会有失偏颇@@，不能将治理面对的@@所有问题@@纳入其中@@。以上述@@4种模型@@的@@要素@@为基础@@，从本质分析@@，笔者认为@@大致可分为人@@@@、操作@@、环境三@@方面@@。根据上文提及的@@@@利益相关者理论@@，模型@@构建要素@@@@--人@@，可分为数据管理员@@、数据用户以及组成的@@数据治理@@委员会等@@。人@@既是数据治理@@的@@主体@@@@，也是构建模型@@必不可少的@@要素@@@@。在构建模型@@时@@，应体现治理的@@主客体@@。操作@@要素@@包括技术@@、管理以及政策法律等@@。目前国外一@@些机构依托计算机软件进行局部的@@数据治理@@工作@@，如数据清洗等@@，但全面的@@数据治理@@技术仍然是一@@个亟需探索的@@领域@@。笔者将政策法律归纳为操作@@要素@@的@@原因是@@，政策法律是进行治理操作@@的@@保障@@，虽不涉及具体的@@操作@@步骤@@，但却是治理活动的@@外部推动因素@@。而内部推动因素是组织治理的@@原则和目的@@@@@@，也是治理操作@@的@@内在依据@@。治理活动秉承治理原则@@，与@@治理目的@@@@遥相呼应@@。环境要素@@是指组织进行治理活动的@@环境特征@@，如资金的@@资助@@、文化@@的@@冲击以及人@@们的@@观念意识等@@。诚然@@，各模型@@对要素@@的@@表@@达不尽相同@@，组织可根据实际情况@@，在构建模型@@时@@确定具体的@@治理要素@@@@。
五@@、结语@@
数据治理@@模型@@@@的@@建立@@，是建构数据治理@@的@@重中之重和当务之急@@。本文通过剖析数据治理@@的@@@@4个模型@@发现@@，数据治理@@没有一@@成不变@@的@@模型@@@@，每个模型@@都有适用范围@@、优点与@@缺点@@。但模型@@并非终点与@@目的@@@@@@，治理也只是手段@@，都是提升机构竞争力与@@核心价值的@@辅助@@。新形式下@@，许多决策是由数据支配的@@@@，政府@@、企业@@、高校等的@@转型与@@发展迫切需要数据治理@@的@@理论指引与@@实践探索@@，构建简明全面的@@数据治理@@模型@@@@@@，对解决现实问题@@具有重要意义@@@@。
参考文献@@
[1]SOMAP. Six critical success factors for data governance - viewpoints on innovation [EB/OL]. [2017-06-15] .http://viewpoints.io/entry/six-critical-success-factors-for-data-govemance.
[2]DUTTAH. Graph based data governance model for real time data ingestion[EB/OL].
[2017-05-27] .https ://link. springer, com/article/10o 1007/s40012-016-0079-y.
[3]WATSON H, FULLER C,ARIYACHANDRAT. Data warehouse governance: best practices at Blue Cross and Blue Shield of North Carolina[J], Decision support systems, 2004, 38(3): 435-450.
[4]GRIFFIN J. Data governance: a strategy for success[J], Information management, 2005,15(6):49.
[5]CHEONG L, CHANG V. The need for data governance: a case study [EB/OL], [2017-10-09],
http: //theartofservicelab. s3. amazonaws. com/All%20Toolkits/The%20Data%20Govemance%20Toolkit/Plan/The%20Ne ed%20For%20Data%20Govemance-%20A%20Case%20Study.pdf.
[6]POWER D. The politics of master data management & data governance [J], Information management, 2008,18(3): 24.
[7]包冬梅@@,范颖捷@@，李鸣@@o高校图@@书馆数据治理@@及其框架@@@@[J].图@@书情报工作@@,2015,59(18):134-141.
[8]张宁@@，袁勤俭@@o数据治理@@研究述评@@[J]o情报杂志@@,2017,36(5): 129-134.
[9]刘桂锋@@，钱锦琳@@，卢章平@@o国内外数据治理@@研究进展@@：内涵@@、要素@@、模型@@与@@@@框架@@@@[J]o图@@书情报工作@@， 2017,61(21):137-144,
[10]THOMPSON N, RAVINDRAN R, NICOSIA S. Government data does not mean data govemance:Lessons learned from a public sector application audit[J],Government information quarterly,2015,32(3):316-322.
[11]BEGG C,CAIRAT.Exploring the SME quandary:data governance in practise in the small to medium-sized enterprise sector[J].The electronic journal information systems evaluation,2012,15(1):3-13.
[12]Data governance framework[EB/OL] .[2017-10-18], http: //www. datagovemance. com/the-dgi-frame work/.
[13]DAMA international. The DAMA guide to the data management body of knowledge [M],
New York: Technics Publications,2009:37.
[14]ISACA data governance overview[EB/OL] .[2017-10-10],
https://www.isaca.org/chapters3/Atlanta/AboutOurChapter/Documents/GW2014/Implementing%20a%20Data%20Gove mance%20Program%20-%20Chalker%202014.pdf
[15]HESAdatagovemance[EB/OL].[2017-10-ll].
https://www.hesa.ac.uk/support/tools/data-capability/signposting/govemance.
[16]Illinois data bank policy framework and definitions[EB/OL], [2017-11-04], https://databank.illinois.edu/policies.
[17]Mustimuhw Information Solutions Inc. data governance framework[EB/OL].[2017-10-13]. https://staticl.squarespace.eom/static/558c624de4b0574c94d62a61/t/558c75a5e4b0391692159c81/1435268517023/BC FNDGI-Data-Govemance-Framework.pdf
[18]Information builders [EB/OL] .[2017-10-20] .http: //www. informationbuilders. com/about_us.
[19]Seven steps to effective datagovemance[EB/OL].[2017-10-12],
https://www.whitepapers.em360tech.com/wp-content/files_mi7white_paper/wp_iway_7steps.pdf.
[20]张明英@@，潘蓉@@o《数据治理@@白皮书@@》国际标准研究@@i告要点解读@@[J]o信息技@@f与@@标准化@@,2015?:54-57.
[21]The DGI Data Governance DGI Data Governance Framework[EB/OL], [2017-10-20] http: //www. datagovemance. com/wp-content/uploads/2014/11 /dgiiramework.pdf
[22]郑建明@@，孙红蕾@@.数字图@@书馆治理的@@理论建构及其要素@@解析@@[J].大学图@@书馆学报@@,2017(5):101-107.
