各個產業數位轉型無一倖免的情況下，企業對數位轉型的認知也愈來愈清晰，從數據到營運，乃至於創新，這一連串的企業活動與變革，如何藉由數據賦能讓營運效益最大化，資料治理的策略制定、角色、權限設定以及選用適合組織業務流程的資料架構等都是至為關鍵的重要元素。
數位轉型趨勢進入白熱化發展階段，愈來愈多企業發現全面的組織生產力賦能，需從資料治理開始做起，才能啟動長期的業務創新與營運成長。既然資料治理是數位轉型的「地基」，為什麼許多企業在這段旅程中，走得這麼艱辛呢？箇中關鍵或許在「人」身上。
資料治理包含企業一連串的策略制定、角色、權限設定以及選用適合組織業務流程的資料架構等。根據KPMG觀察，許多企業光是在設定資料相關的角色與使用權限上就會遭遇卡關情況了。
對要啟動資料治理專案的企業來說，擁有明確定義的資料角色設定，並確保所有利益相關者了解這些角色之間的關係非常重要，甚至關乎專案的成功與否。
資料治理，該設定哪些關鍵角色？
在進行資料治理時，首先會針對組織內部的資料擁有者（Data Owner）與資料使用者（Data User）進行角色與權責界定。甚至，把分工分得更明確一點，其中包括資料管家（Data Steward）、資料保管人（Data Custodian）共同協助資料治理的落實，以及來自不同部門，會需要使用數據做進一步資料分析的資料使用者（Data User）。
一句話形容資料所有者的工作，就是負責把資料治理框架落實在組織內。通常這個角色會落在相對資深、高層的管理人員上，才有權在實踐資料治理框架的過程中，針對工作流程、資料基礎建設做調整。例如：動用預算做資料清洗、建立資料定義標準以確保數據品質。
資料管家則是負責協助資料擁有者，確保這些資料治理政策都有確實實踐，也包含分類、保護與確保資料品質等日常工作。資料保管人則是負責協負責維護數據集的儲存與安全控制等。
值得注意的是，不一定每個組織都適用同樣角色分類，依照組織的規模大小，也有可能只有資料擁有者與資料管家兩個角色，或甚至更精簡。
資料治理的日常挑戰有哪些？
以生鮮超市零售業為例，假設某 A 超市希望透過資料找出哪些活躍客戶較願意購買上市新品，以及這樣的客群可以帶來多少營業額，這其中就有許多資料治理的框架、分工與角色制定需要進一步界定。在這個過程中，許多資料治理的挑戰隨之而生。
營業部與會員部主管需先進行合作，包含要定義營業額認列標準，是含稅、未稅、計算幣值，還是只要有開發票即可？活躍客戶定義依照哪個時間的消費累積金額，或是到店次數？數據本身需要先具備一致的定義，才能確保後續治理執行的基礎。
在過程中，甚至可能會發現有些資料不存在於系統當中，需要進一步的解讀與定義數據邏輯。例如，上市多久的產品算是新產品?可能就要從產品編碼或是進貨編號中做時間推算。
也容易遇到資料存取權限設定不完全，例如分店不一定看得到其他分店的客戶資料，導致客戶資料分析重工。或是為了企業的整體數據安全，相關資料會有一定的侷限性，這時就必須要在資料分析與機敏保護取得平衡與彈性。
更常見的風險，會是分析人力資源的浪費，若各部門蒐集的資料沒有好的數據定義與品質，分析團隊很容易花大把時間下去而無產出。但這樣就容易浪費珍貴的公司資源。 欲做資料分析的各個部門，也很容易因為過程中阻力大（看不懂資料邏輯與定義）而放棄撈取資料。
從這樣的狀況來看，缺乏協作機制與明確角色定義，常常是企業實行數據治理的一大摩擦力。從部門的協作機制、專案成員的資料熟練度（Data Fluency）都應提升，才能夠確保組織成員能用共通的語言、流程來實踐數據創新。一般來說，資料治理相關專案應該從試點型專案開始，同時一邊優化工作協作流程，才能逐步把數據賦能效益展現出來，並且帶動整個組織的革新。
（本文轉載自 2023-05-22 遠見雜誌）
