企业数据治理平台选型的十条建议

企业数据治理平台选型的建议（一）供应商整体实力

为什么要考察供应商的整体实力，这个其实不必多说。我们看到从2012年大数据被炒的起来的时候，涌现出了一大批做大数据的公司，但是现在我们回过头去看，当年那些一时间起来的大数据公司现在还剩下多少？毕竟，企业的数据治理是一项持续的长期工作，所以对于数据治理工具的选型要尽量选择能够长期合作的、靠谱的供应商。尤其是要当心一些概念炒作一流，拿不出“真货”的供应商，如果选择了这样的供应商，您的企业很有可能成为被拿来试验的”小白鼠”。

企业数据治理平台选型的建议（二）产品的功能

对于数据治理工具功能的考察要结合企业自身的业务需求，我个人认为并不是最强大的工具才是最好的，而是要选择最适合企业现状和发展要求的。就拿DAMA体系来说，它涉及25个数据管理的过程域，难道企业都要做一遍？显然不是。在数据治理领域，目前有两个学术流派，一是全面的数据治理体系，二是面向主题的数据治理，这两套体系个人认为没有谁高谁低，针对不同的企业选择适合的策略和适合的工具。假如您的企业中没有或技术人员不足，那么选择的数据治理工具的功能一定要简单易用并且功能点要覆盖企业的业务需求，尽量减少定制化开发的功能。假如您的企业技术实力雄厚，可以选择一个稳定的框架，部分功能可以定制开发，这样也许更加易用和适用。在功能指标上，不同的数据治理主题关注的功能和工具不同，例如：元数据管理、数据质量管理、数据标准管理、主数据管理等。这个话题会涉及很多技术细节，这里就不再展开了。但是，要重点强调的是数据治理工具的选型一定要了解其工作方式及其自动化程度，以及完成特定任务可能需要的特定功能。最后，至关重要的是要考虑数据控制、安全性和许可等因素。此外，评估和选择数据治理工具不仅取决于功能，还取决于您如何使用这些工具增加来增加业务价值。例如，如果您对元数据管理有要求，请确保在使用具有该功能的数据治理工具之前，应该搞清楚为什么要用元数据工具，他能帮助企业的业务价值带来些什么或改变什么？

企业数据治理平台选型的建议（三）产品的性能

数字化时代，企业的数据环境变得多样而复杂，大数据的4V特征（体量大、多样化、速度快、密度低）已经展现的淋漓尽致。考虑到需要处理的大量数据以及业务需求的日益复杂，对于任何正在评估的新技术和工具，都必须考虑性能和可伸缩性。数据治理的工具需要能够支持大量并发用户和非常大的数据集，尤其是针对数据模型工具、数据质量工具、数据集成工具、数据存取工具。

企业数据治理平台选型的建议（四）支持的数据类型

面对复杂的数据环境，数据治理工具需要能够处理各种形式和类型的数据，不限于对不同数据结构的功能支持，如结构化数据，非结构化数据和半结构化数据，还不包括对不同来源渠道的数据处理支持，例如：企业信息系统（ERP、CRM）中产生的数据，IoT中产生的实时数据，互联网采集的数据等。如果企业对数据类型处理的能力很看重，则需要考虑产品对Hadoop生态支持。

企业数据治理平台选型的建议（五）产品的架构

产品架构包括了数据架构、技术架构、应用架构、安全架构、部署架构等。在数据治理项目中，数据架构更多的是需要根据企业的现状和需求进行规划设计的，这点可以通过供应商案例的进行考察，比如数据的分层分级、数据的存储、数据的读取、数据的安全控制等。技术架构重点是考察供应商产品的技术先进性。当下微服务架构、人工治理、区块链、大数据、云计算等都是流行的技术，如果您考察的产品用的技术架构比较老旧，则与主流架构生态的融合则会存在一定的障碍。应用架构是从功能组件的适用性、易用性，以及功能组件的关联性等方面进行考量的。安全架构是考察产品在数据安全防护和个人隐私数据保护层面的功能和成熟度。此外，在部署模式上是否支持云部署也是一个需要考虑的点，因为很多中小企业不得不考虑成本问题，机房、服务器和人力资源都是需要投入资金的。

企业数据治理平台选型的建议（六）产品路线图

产品路线图或称产品路标，它能够反应出产品是如何诞生的，怎么发展的，以及未来是如何规划的。产品路线图在一定程度上可让您深入了解所考察产品的成熟度、未来可升级的空间，以及供应商的产品管理团队的成熟程度。

企业数据治理平台选型的建议（七）配套的说明文档

产品的配套文档或其他基于文本的材料，一般包括：产品手册、产品章程、产品规格说明、数字媒体、产品白皮书等，它们可以永久保存以供后续使用或查看。当然，目前很多成熟的数据治理工具都将以上内容处理并存储在数据库表，这样更方便的查询，更有利于产品更新或升级中，相应配套文档一并升级。配套文档不仅对于产品的使用和运维工作能够起到很大的帮助，另一个方面也配套文档是否齐全也是对产品成熟度的一个考量。

企业数据治理平台选型的建议（八）运营体系规划能力

对于运营体系规划，这通常不是直接反应产品和工具的功能，但是运营体系的规划能力保证企业如何才能将工具使用起来的重要措施。这往往考察的是企业在数据治理方面上的实施经验或成熟的案例。数据运营体系规划主要包括但不限于：

·数据治理组织体系，分配和管理治理角色和职责。

·数据治理标准体系，业务术语表、数据字典、统一指标体系的规划设计。

·数据治理流程体系，定义数据的创建、变更、使用流程和策略。

·数据治理运维管理，定义和监视数据治理服务、数据质量策略和变更和升级策略等。

·数据治理考核体系，定义考核指标、考核方法等。

企业数据治理平台选型的建议（九）售后技术支持模式

这一条其实和第8条类似。我经常强调数据治理相关的项目都应该是更注重服务的，供应商在数据领域的咨询规划能力、专业业务和技术能力非常重要。当然，如果您的企业技术和业务能力如果足够强大，不需要太多依赖供应商来的话，该环节可以忽略。

企业数据治理平台选型的建议（十）企业的预算

最后要注意的，也是至关重要的一个建议就是——成本和预算。我观察到，大多数企业都只关注购置成本，并试图将其最小化，而不是以总拥有成本为标准。正如前两年的云计算项目，出现了很多“0元中标”情况。事实上，这种看似购置价为“0”的项目，每年都需要需要投入大量服务费、运营费，总的成本并不低。要相信：“羊毛出在羊身上”。