在本系列的第一部分中，我们定义了数据治理，并研究了导致大规模清理项目的失误。在第二部分中，我们研究了常见的数据治理模型，开心返利，并回顾了哪些模型最适合不同类型的组织。在这篇文章中，我们将介绍数据治理的七个关键步骤。

即使您对数据治理的主题很了解，车险返现，知道从何处开始仍然是一个挑战。这些步骤将帮助您走上通往有效数据治理框架的正确道路：

第一步是评估各种治理模型，并选择最适合您的组织的治理模型。数据治理组织的角色因模型而异。然而，建立所有权、建立过程和程序是所有模型的共同点。以下是数据治理组织的一些共同职责

制定主数据维护程序与销售、采购、财务等业务职能部门明确规则、问题等指定和开发支持主数据维护的工具在管理主数据对象时支持日常业务流程的执行。主数据治理组织的任务可以是完全可操作的，淘客返利，也可以是具有明确目标的基于操作和项目的任务的混合。

数据治理当然有助于提高数据的一致性，并使其与系统的设计保持同步。然而，管理所维护的每一个数据片段并不是一个好主意。必须确定需要管理的数据对象。选择治理数据对象的一些关键考虑因素

对公司的战略重要性。主数据对象在整个组织中全局使用。如果数据对象没有正确维护，淘客佣金，会对业务造成很大影响。数据复杂性主数据对象的维护不是主数据对象的任何用户的核心活动。

在一段时间内导致坏数据的主要原因之一是没有定义特定数据元素的所有权。数据治理的主要目标之一是通过定义治理各个方面的所有权来消除这种混乱。

第一步是在全球或本地级别确定各种数据元素的所有权。战略数据对象和字段需要由一个全球团队拥有，网络云服务器，其余的可以在本地级别处理。

下一步是确定

数据字段的所有权-字段级别的数据输入的所有权，以及用户指南-记录单个字段值的目的和意义，以避免误解。治理—定义和修改当前字段值的所有权技术-添加/删除和更新字段值的所有权

这是一个必不可少的步骤，可能需要最长的时间。如果在实现过程中记录数据迁移映射规则，则可以作为一个很好的起点。通常，您需要记录以下

字段值–跨各种业务场景和业务单元维护字段值的规则组织依赖性—当存在多个业务单元时，涉及到组织单元，需要记录哪些字段值适用于哪个业务单元，哪些字段值不适用。数据相关性–数据字段的交叉相关性配置文件的使用（如果使用了自动化工具）–当一个自动化工具出现时，将一组规则分组并将其作为配置文件可以简化数据维护，并可以提高一致性

一旦规则被记录，下一步就是构建过程，作为实际维护数据的人员的指南。建立程序并根据当前情况不断更新是非常重要的。数据治理团队应该拥有这些过程，并根据业务的输入不断更新这些过程。典型的程序文件

谁维护数据？什么时候/多长时间？基于什么？怎么用？特殊要求？组织差异？功能性差异？字段选择？字段值？

建立数据维护和审计工具在确保处理过程和程序得到遵守方面有很大的帮助。维修过程越困难，不遵守的几率就越高。利用各种工具

维护数据是很有意义的维护彼此之间的审批和移交工作流批量更改和批量上传定期审计健康检查

市场上有各种工具可以执行所有这些功能。SAP千年发展目标，Itelligenceit.mds公司SAP Information steward，具有自动化各种管理流程和确保法规遵从性的内置功能。

尽管正确维护数据和快速发现错误很重要，但如果不定义存档策略，管理策略就不完整。这就完成了信息生命周期，并提供了某些数据元素何时需要退役的指导原则。归档的各种好处包括

这有助于将系统性能保持在最佳水平在托管和使用内存中的数据库设备时，减少数据库大小并降低维护成本简化搜索和查找

需要定义的一些关键方面是

要归档哪些记录？标记为删除的记录记录，xx个月未使用何时存档，多久存档一次？在哪里保存存档文件？要多久？一旦你完成了这些步骤，你的数字核心就准备好下一级的数据一致性，这是增强智力的基础。