对于数据治理而言，不同行业和地理位置的巨大景观聚集在一起，为有效管理数据创造了重要且可持续的东西。对于许多人来说，重点是准备围绕数据和分析的挑战，包括：

· 建立有效的信息治理，以提高质量，隐私和安全性

· 最大限度地发挥商业智能和MDM计划的影响力

· 为AI，Hadoop，物联网（IoT）和区块链等趋势做好准备

· 构建并执行有效的整体数据和分析策略

在开始治理计划时，我们应该从什么开始实施数据治理最佳实践？

从本质上讲，启动数据治理计划时有4种数据治理最佳实践：

1.关注运营模式

运营模式是任何数据治理计划的基础。它包括诸如在不同业务范围内定义企业角色和职责的活动。我们的想法是建立一个企业治理结构。根据组织的类型，结构可以集中（如果中央权威机构管理所有内容），分散（如果由分散或权限组操作），或联合（如果由独立或多个组控制，很少或没有共享所有权））。

在整个组织中定义所有权领域非常重要。确定权限将有助于社交您的数据治理计划并建立智能结构，以将数据程序作为一个单位来处理。

业务和IT成员组成不同的组，并与通常称为数据治理委员会或数据管理委员会的报告结构保持一致。正是这个理事会或委员会，在整个组织内讨论和传播大多数日常数据决策。数据治理委员会确保正式的所有权，并确定支持管理员的正确工具和技术，以便他们能够有效地执行工作。

2.  识别数据域

建立数据治理结构后，下一步是确定每个业务线的数据域。最着名的示例包括客户，供应商和产品数据域。根据行业类型，我们会遇到不同类型的域名。但一切都归结为识别域并捕获有关企业及其消费者的信息。

考虑到客户，供应商和产品的上述示例，每个数据域都包含以下工件：

· 数据所有者

· 商业词汇表

· 数据字典

· 业务流程

· 数据目录

· 报告目录

· 数据质量记分卡

· 系统和应用程序

· 政策和标准

通常，数据域的标识始于业务需求或问题。

3.识别数据域中的关键数据元素

在定义了数据域之后，我们看到数据域涉及包含关键报告，关键数据元素，业务流程等的10s，100s和1000s系统和应用程序。显然，我们不想通过立即关注所有数据工件来沸腾海洋。相反，我们应该只确定对业务至关重要的内容。

作为一个充满活力的生态系统的平台，促进协作，生命周期管理，并保留过去和未来分析的审计日志。

4.定义控制测量

上面我们了解了数据治理结构，数据域和识别关键数据元素。下一步是设置和维护控制以维持数据治理计划。在为多个行业（包括银行，医疗保健，保险，政府，零售，制造等）提供数据治理解决方案后，我们了解到数据治理不是一次性项目。这是一项持续的计划，旨在推动数据驱动的决策制定并为业务创造机会。它使组织准备好满足业务标准。控制测量包括以下关键活动：

1. 定义自动化工作流程和阈值，以进行审批，升级，审核，投票，问题管理等

2. 将工作流程过程应用于治理结构，数据域和关键数据元素

3. 制定关于步骤1至步骤4的进展的报告

4. 通过自动化工作流程捕获反馈