首发于公众号【KAMI说】(kami-said)，原文：《数据治理目标-质量、效率、合规》数据治理团队在开展治理工作之前，必须有明确的治理目标。 数据治理目标是业务导向的，不同的组织面临不同的业务现状和需求，所设定的治理目标也会不同。 然而，归根下来，数据治理目标都可以分为 “质量”、“效率”、“合规” 三类。
质量
业务驱动因素
- 提高组织数据价值和数据利用的机会;
- 降低低质量数据导致的风险和成本;
- 提高组织效率和生产力;
- 保护和提高组织的声誉;
目标
客观上讲，目前并不存在单一的、一致认可的数据质量维度集。很多组织和研究者分别提出了不同的数据质量框架。如： 尽管这些框架具体表述有区别，但也反映一些共同的看法：维度包括一些可以客观衡量的特征（完整性、有效性、格式一致性），以及依赖于情境或主观解释的其他特征（可用性、可靠性、声誉）。无论使用什么名称，维度都集中在是否有足够的数据（完整性），数据是否正确（准确度、有效性），数据是否符合要求（一致性、完整性 、唯一性）， 数据是否最新（及时性）、可访问性、可用性和安全性。 一个条目精炼、概念互不重叠的框架更具可实践性。这里提出一个由五个维度构成的质量框架：- 规范性：数据的属性和关系有明确定义，定义与被描述的主体切合。
- 及时性：被描述主体的发生变化，到数据发生相应更新的时间间隔。
- 有效性：数据的属性和关系，与被描述的主体客观一致。
- 一致性：同一个主体在不同的数据集中的属性和关系相同。
- 完备性：数据记录不重不漏，数据之间关系完整。
效率
业务驱动因素
- 提高数据效益：数据成本下降，可以从数据业务中获取更多收益。
- 增强组织竞争力: 成本低的组织更可能得到业务，并且能在创新和发展上有更多投入。
- 支撑更多数据业务：在同等资源条件下，可以进行更多数据的存储和处理，开展更多业务。
目标
- 数据成本: 降低数据计算、存储、传输等过程带来的硬件成本；
- 人力成本: 降低数据开发、处理、运维等过程带来的人力成本；
合规
业务驱动因素
- 降低风险：数据泄露、滥用等，将导致信誉下降，经济损失，法律责任等负面影响;
- 业务增长: 值得信赖的数据能够建立客户的信心，推动业务的建立和进行。
- 成为资产: 与安全相关的元数据本身成为一种战略资产，可提高交易、报告和业务分析的质量;
目标
- 支持对组织数据资产的适当访问，并防止不当访问。
- 遵从隐私保护和信息保密相关的制度、法律法规。
- 确保满足利益相关方对隐私和保密的要求。
