数据作为推动经济社会发展及数字化转型的新动能已成为社会共识，数据治理作为基础性工作，受到越来越多企事业单位的重视。数据确权、数据质量、数据安全、数据流通已成为影响数据要素价值潜力发挥的重要因素，如何做好大数据治理工作成为数字化转型的新挑战。数据治理是一个需要长期投入的工作，涉及业务和技术等方方面面，影响范围及复杂度高，治理效率尤为重要。
为进一步增强我国各行业各领域对数据治理工具的认知，通过治理工具实现对数据治理工作的降本增效，全国信标委大数据标准工作组组织编制本研究报告，为各行业、各领域数据治理工具的研发和应用提供实践参考，也为后续数据治理工具标准化工作提供思路。
数据治理工具
数据治理工具指为数据治理项目而开发，以满足数据治理规划、设计、实施、常态化运营工作的一系列应用程序系统集和其他技术。数据治理工具根据数据治理需求及其技术架构，可以包含一个或多个程序系统或技术，每个程序系统或技术都有其独立的使用场景和价值，但在某些特殊的场景下，系统与系统、系统与技术、技术与技术之间存在一定的关联 性。数据治理工具的选择不限于开源或者商用，主要取决于数据治理工作的目标、范围及所管理数据的特征。
数据治理工具主要的价值体现在：
在战略层面，引入工具可以保证数据治理组织在治理活动中制定的各种规章制度、指导方针、规范标准、操作程序、工作流程、行为准则和方法等加快落地。对组织理解数据治理提供了基础保障，对组织过程资产的积累和提升具有促进作用。同时，引入工具能帮助企业加快度量、监控， 辅助评估、决策。
在管理层面，引入工具可以明确管理目标、活动流程，将具体的管理活动落地到工具上，能帮助企业快速搭建数据管理体系。同时，通过引入更先进的技术、工具和自动化手段代替低效的重复劳动，可以让组织效率有明显提升。
在操作层面，引入工具可贯穿数据的整个生命周期，实现过程可查、结果可依，对辅助决策及审计有重要意义。其次，面对海量数据，部分场景下必须使用数据提取、分类、处理的技术及工具才能完成相关工作。
数据治理工具图谱
图谱全景图是在GB/T 36073-2018《数据管理能力成熟度评估模型》、GB/T 36344-2018《信息技术 数据质量评价指标》、GB/T 34960.5- 2018《信息技术服务 治理 第5部分：数据治理规范》指导下，结合本文所研究的重点行业数据治理工具的应用情况、典型数据治理工具厂商的功能架构研制而成。
需要特别说明的是：
第一，图谱中的工具划分是按照工具应具备的能力进行划分，并非按照工具的功能开发模块进行划分。
第二，本文未对数据治理与数据管理进行严格的定义与区分，数据治理的主要工作仍然被理解为战略、指导与决策。本图谱中所列工具不局限于支撑治理本身的工具，还包含了数据管理的工具和对数据生命周期操作的工具。主要原因如下：
一是数据治理工作离不开数据管理活动及对数据的操作协同，管理活动与数据操作的行为受数据治理监督和指导，同时其行为及结果也对数据治理的评估及决策产生影响；
二是技术工具的选型本身也为数据治理战略制定的一部分；
三是便于读者全局了解技术工具在数据治理工作的作用、地位及所需能力。依据数据治理及管理组织各层级所关注的侧重点，本图谱将工具划分为三层，包括战略层、管理层、操作层。
DG-1-1 数据治理工具全景图
（一）治理战略层
为提供数据治理战略规划、评估、指导、监控的工具或功能。主要包括五大过程域：组织与职责、体系与制度、团队与文化、计划与监控、成效与评估，其中：
- 组织与职责：对数据治理组织及其职责进行规划、管理的工具或功能。
- 体系与制度：对数据治理相关体系、制度、流程进行管理、发布的工具或功能。
- 团队与文化：提供数据治理文化发布、查询、学习培训等工具或功能。
- 计划与监控：提供数据治理项目管理及监控的工具或功能。
- 成效与评估：对数据治理成效提供评估依据及评估行为的工具或功能。
受企业的业务架构和技术架构的影响，治理战略层的工具形态会有差异。可以是企业内部通用的信息化平台和电子办公软件，也可以是为数据治理项目专项采购和开发的信息化平台，亦或是线下纸质方式。无论哪种形态，满足过程域能力要求即可，可能的组合包括项目管理工具、文档管理系统、绩效评估系统、信息发布平台、电子办公软件、知识库平台等等。
DG-2-1组织与保障工具能力图谱
（二）数据管理层
为应落实数据治理战略而进行的数据管理活动的工具或功能。主要包括八大过程域：数据架构管理、元数据管理、数据标准管理、主数据管理、数据质量管理、数据资产管理、数据安全管理、数据生存周期管理。
- 数据架构管理：提供数据架构规划、设计相关工具及功能，包括数据层次、数据模型和数据流向设计。
- 元数据管理：提供统一的企业元数据存储库，支持相关血缘、影响分析及变更管理的监控。
- 数据标准管理：提供统一的指标数据技术标准、业务标准、管理标准的视图，具备基本的增删改查及废止功能，可进行标准符合性检测。
- 主数据管理：提供对企业主数据、参考数据统一管理，支持主数据模型定义、数据约束及分发策略的管理。
- 数据质量管理：支持对数据质量建立质量规则，支持数据治理评估，并生成质量报告，提供质量整改机制。
- 数据资产管理：提供企业以资产价值视角的数据管理功能，包括资产索引、资产开发、资产服务等功能。
- 数据安全管理：支持对数据进行安全分级分类，定期监督和执行数据安全策略执行情况。
- 数据生存周期管理：对数据进行生存周期管理，定期监督和检查数据归档和销毁策略执行情况。
（三）数据操作层
为基于治理战略目标要求，以满足数据管理需要，对数据进行操作的工具或功能。主要包括六大过程域：数据存储工具、数据采集工具、 数据处理工具、数据共享交换工具、AI计算支撑工具、数据分析应用工具。
- 数据存储工具：基于数据治理战略及数据架构、数据标准、元数据、质量等管理要求，对数据进行存储。包括分布式存储、传统关系型存储、文件存储及图数据库存储。
- 数据采集工具：基于数据治理战略要求，完成相关数据采集工作。支持不同采集方式及频率，包括实时采集、离线采集、报表填报采集、API采集等。
- 数据处理工具：基于数据质量、标准、数据架构等要求，对数据进行加工、转换、清洗、集中等工作。
- 数据共享交换工具：基于业务与之间的数据共享需求，对不同异构数据执行交换或服务。包括文件、库表、接口、实时流等。
- AI计算支撑工具：将人工智能技术运用到数据采集、处理、共享、评估、度量等活动中。
- 数据分析应用工具：通过数据可视化、报表等工具完成数据治理的报告、诊断分析、监控图表等的开发制作。
除全景图外，本报告对每层工具能力要素进行了更细一步的绘制，并收录了部分行业案例采用的工具架构图。本报告共研制、收录了26个图谱，其中研制了20个通用工具能力图谱，收录了6个案例工具能力图谱，以供读者参考。
在此，数治网DTZed特别将20个通用工具能力图谱制作成一张飞行图，便于在数据治理落地过程中，不论从全局还是到各个过程域，都能做到心中有数，胸有成竹。获取高清大图，加入“数治x”行业社群， 300+ 高质量前沿资料免费下载，不只做个资料党，更开启你的自主个性化学习旅程，在公众号“idtzed”上回复“入”直通：
资料、学习、成长问答助手；
图解、模板、问卷行业工具包；
个人、团队数据素养水准评估；
数治连线产研导师专场直播等。
首期数治x行业工具包的图谱部分已上线，包括高清数据治理工具、数据资产管理实践全景飞行图以及中国智能网联汽车、工业互联网、数据智能、企业数智化转型升级、网络与信息安全服务/产业等图谱。
与我们有更多合作，定制你的的数字推广直击目标潜在客户：
数据平台和工具入库；
论坛、讲座等活动推广；
新产品、场景、应用等在线发布；
技术、案例解读等线上公开课召募等。
本文摘编自全国信息技术标准化技术委员会大数据标准工作组、中国电子技术标准化研究院联合发布的《数据治理工具图谱研究报告（2021版）》，下载报告全文，内附PDF版飞行图：
数据治理工具图谱研究报告
更多标准、白皮书、报告等高质量纯净资料下载，在文末扫码关注官方微信公众号“idtzed”，进入公众号菜单“治库”，或按自动回复发送引号内关键词。
