为IT业内一个比较热门的领域，数据治理（Data Governance）虽然目前仍没有一个统一的定义，但这并不妨碍众多企业对其的热衷，甚至在一些领域，数据治理概念已被炒得风生水起。

　　发挥数据资源价值最大化

　　在IBM大中华区全球企业咨询服务部副合伙人、业务分析与优化服务中国区总经理谢国忠看来，数据治理的驱动力最早源自两个方面：一是为了满足外部监管和合规的需要；二是内部风险管理的需要，包括财务做假、敏感数据涉密等。

　　但随着全球越来越多的企业了解到信息资产的重要性和价值，在过去几年中，数据治理的目标也在发生些转变。也就是说，除满足监管和风险管理外，如何通过数据治理来创建业务价值备受关注。

　　“所谓的数据治理，首先是把数据当作资产来管理和应用；另方面，数据治理也是风险的最大来源，所以一个好的数据治理能从这两个方面解决问题，发挥数据资源价值的最大化，同时规避风险，这也是数据治理的目标。” 由此，IBM对数据治理的认识和定义为：数据治理是根据企业的数据管控政策，利用组织人员、流程和技术的相互协作，使企业能将数据作为企业的核心资产来管理和应用的一门学科。

　　实际上，IBM不仅是数据治理概念的推广者，同时也是这一工具的受益者。“在IBM的百年历史中，曾经有过好几次转型，转型的过程，其实也是IBM进行数据治理的过程。”

　　配合公司转型，IBM在数据治理方面进行了大量的探索和实践。1995年，IBM确定了基于ERP的业务数据标准，制定出15大类、79个分类子业务标准；2004年成立数据责任人论坛；2005年成立数据治理委员会，2006年成立数据审核委员会。目前IBM采用了CIO（首席信息官）负责的信息管理组织架构，下设几部门分别管控企业相关数据。

　　通过一系列数据治理实践，IBM大幅简化了基础架构，并降低了管理的复杂度：IBM全球CIO从1992年的128个减至1个；数据中心从155个数据中心减至6个；Web拓展中心从80个变成一个全球统一的网络；应用也从16000个应用降至目前的4000个左右。

　　“八横四纵”服务本地用户

　　就国内市场来看，虽然不少企业已在不同层面上开展了一定的数据治理工作，但总体上，数据治理的成熟度还不高。

　　结合IBM多年数据治理经验以及长期实践，谢国忠指出，一个好的数据治理框架应该包括两部分内容：一是数据治理的保障机制，二是数据治理的核心领域。为此，IBM制定了“八横四纵”的数据治理框架与模型，并将之引入金融、电力、航空、电信等不同行业领域。

　　其中比较典型的案例之一为国内一家大型银行，该银行2008年启动了数据治理相关项目，但由于缺少完全统一数据治理方法配套的制度和流程，导致全行信息管理体系框架和架构互为孤岛，难以管理。在这种情况下，该行引入IBM启动了数据治理咨询项目。

　　根据IBM数据治理的11个领域，IBM对该行数据治理的现况进行评估，并在此基础上分析问题，提出解决问题的改进建议。在IBM的帮助下，2010年-2011，该行相继启动了全行数据标准化项目，包括全行数据架构优化项目、全行数据质量管理项目以及后续相关数据治理项目等。目前，双方后续合作仍在进行中。

　　最后，谢国忠指出：“IBM的独特之处就是以一个整体的体系与框架来做数据治理业务。但在这一总体框架下面，虽然我们还可以具体做一些事情，但也不是IBM所能全部包办的。我们可能会在某一个具体应用领域，比如安全领域，寻找一些在该行业有经验的合作伙伴，双方结合起来共同做好这一业务。”