我是一位數據庫工作者（更准確地說，是 DB2 工作者）。我的工作處於 IBM Information Management 軟件組合的低層。如果說那些從事分析、主數據管理、數據集成和其他高層軟件技術的人是數據巨輪的高級船員，他們站在艦橋上，穿著帶金色肩章的白制服，用雙筒望遠鏡了望遠方，那麼我是在輪機艙工作。當艦橋上傳來指令，命令我加快數據流動的速度時，我回答說，“我們已經到極限了，船長！” … 但是我仍然要想辦法完成任務。你們成天談論戰略和模式，而我談論的是比特和字節、速度和供應。歡迎來到我的世界。好了，不打比方了，我們來討論實際問題吧！
我曾經遇到過許多似是而非的概念，最近遇到的一個是 “數據治理”。對不起，長官，但是這聽起來是針對某個問題的解決方案。讓我告訴您一個小秘密：數據是沒有自主行動力的，這意味著它不需要 “治理”。它需要操控，我和我的朋友們能夠應付，謝謝您。請找別的什麼東西去 “治理” 吧！
您說什麼？您在談到治理數據時，實際上是打算治理別的什麼東西？OK，現在我感興趣了。請多說點兒，我洗耳恭聽。
重點在於人
關於數據治理，我應該聽取誰的意見？沒人比 Steve Adler 更合適了，他是 IBM Information Governance Solutions 的主管和 IBM Information Governance Council 的主席。他在電話上告訴我 “數據治理” 這個詞在修辭方面的矛盾性實際上是有意義的：它提醒人們提出問題。“‘數據治理’ 究竟是什麼意思？” 談話就此展開了。Adler 指出，真正的目標是對行為進行治理。
人與數據庫交互：他們引導數據流的走向；他們解釋並處理數據請求。人也會犯錯 — 常常是由於他們采用的過程和依賴的應用程序系統有缺陷 — 這會在信息管道中引入錯誤，給下游造成數據質量問題。Adler 指出，數據治理的意圖主要是系統化地找到並解決可能引入錯誤的點。目標是形成決策者能夠信任的數據 — 還要向他們提供數據可信的證明。
這是一個很不錯的說詞。但在加入您的事業之前，我想看看 “藍色巨人” 是如何吃 “垃圾食品” 的。Adler 問我是否了解 IBM 的產品目錄。我確實了解 — 畢竟我為 IBM 工作了 17 年。IBM 有大量信息，有多達 1.2 億條記錄。顯然，這些記錄中很大一部分包含錯誤的信息：錯誤、缺失和未及時發布的數據。在 255 個 IBM 產品公告中，只有 5 個完全沒有錯誤。這真是讓人震撼的統計數字。
為了找出數據質量問題的來源，團隊在通向生產數據庫的數據流中不同的位置上設置 “捕捉器”。捕捉器幫助團隊發現在特定條件下可能發生的錯誤。找出問題的原因之後，團隊就可以設計和實現基於過程和基於技術的解決方案，從而消除不准確的信息的來源。
不是我的問題（也許是？）
我想，只要消除可能導致數據質量問題的條件就行了，所以由您負責。我希望您成功。不需要圍著我和 DBA 照管的數據庫打轉 — 它們很可靠。有多可靠？精確度至少有 99.9%。我談論的數據庫有多少數據記錄？生產數據庫可能有超過 10 億條記錄。是的，由於數據庫規模如此之大，盡管錯誤率非常低，錯誤數量仍然相當大。好吧，您說的有道理。在數據庫內部和周圍放上一些捕捉器可能是好主意。
Adler 說，但是不要就此止步，因為數據質量問題不僅僅是數據記錄不准確。有時候，急迫的問題是必須處理數據分類。例如，一個組織通過並購形成了更大的規模，最終通過多個業務線為更大型的企業客戶提供服務。客戶公司之一抱怨說，當他們通過不同業務線的代表向服務提供組織提出同一個問題時，卻得到了不同的回答。這是因為對於不同的業務線，相同術語的含義不同。這是數據定義問題 — 數據治理要通過有效的主數據管理 (MDM) 消除此類問題。
如何從 A 到 B？
我承認，我開始看出數據治理的一些價值了。這個概念不像我最初認為的那麼不知所謂。但是，看到潛在價值和獲得實際價值是兩回事兒。如何通過數據治理工作獲取價值？從哪裡做起？如何推動不斷進步？
Adler 告訴我他喜歡的方式分為六個步驟：
確定目標。一些目標可以有變動，其他目標是固定的（例如處理數據質量問題）。是的 — 在出發之前，必須明確要去哪裡。
確定要度量什麼。如果想要提高數據質量，那麼如何能夠知道是否已經取得了進步？可能要檢查存儲庫中一定比例的文檔，記錄信息不正確或缺失的情況。決定度量的過程和條件對於評估基線情況和跟蹤過程很重要。我明白了。說說容易：如果想要說服人，就要提供數字。
了解組織的決策模型。是專制模型？代表模型？還是民主模型？無論是哪種，它適合您的公司嗎？您正在開發的數據治理策略支持這種決策模型嗎？決策 “更好” 的含義是什麼？需要做出大量決策嗎？還是要更快地做出決策？我想，在改進數據質量時，總是要花時間評估數據在自己的環境中如何驅動決策。可能會發現需要改進的東西。
有效地傳播數據治理策略。如何把策略的相關信息告訴相關人員和感興趣的其他各方？通過電子郵件？通過時事通訊？不能只依靠同事之間的口頭交流。
度量結果。數據治理策略取得的實際效果如何？如果已經制定了度量進展的計劃（這個列表中的第二項），那麼得到具體的數字應該不太困難。解釋這些數字會很有意思。
審查整個數據治理工作。是否采用了適當的過程？是否應用了適當的技術？是否實現了有效的控制？“審查” 這個詞有點兒讓我不舒服，但是我知道對於策略來說這是不可缺少的，無論是數據治理策略還是其他策略。我不喜歡評判別人的工作，但是我理解有時候需要這麼做。
這些是非常高級的檢查項，具體的項目計劃應該遠遠不只六個步驟。但是，在面對復雜的任務時，以適當方式對難題進行拆分確實有助於明確工作重點。對於我來說，Adler 的方法看起來是不錯的問題拆分方式。可以以此為基礎開展工作。
好吧，我接受了
一個城市的居民嘲笑另一個城市時會說，“那兒沒有 ‘那兒’ 這個概念"。我過去也是這麼看待數據治理的：很有意思的概念，但是拜托 — 它有什麼實際意義嗎？Steve Adler 在關於數據治理的業務價值的爭論中說服了我。我現在認為數據治理是有價值的。
因此，如果信息管理領域的大人物再到數據庫 “輪機艙” 與您談論數據治理，那麼好好聽他們說。最好考慮一下自己能夠在哪些方面發揮作用。宏大的計劃如果能夠參考實干家的意見，往往會取得更好的結果。
就到這裡吧。也許我會在咖啡機旁遇到您。誰知道呢？也許我們會輕松地談論一下數據治理。
