行业领导者一致认为，数据治理属于IT中的每个人。管理数据的隐私、安全和可靠性会影响业务的各个方面。

数据治理是一个涵盖多个不同学科和实践的总括术语，优先级通常取决于谁在推动这项工作。首席数据官、隐私官、安全官和风险管理领导者通常关注驱动数据治理计划的隐私、安全和法规。数据科学家、营销人员、devops领导者和业务分析师更可能关注主动数据治理，包括数据目录、数据集成、数据质量、数据沿袭、客户数据配置文件和主数据管理。

在所有的术语、实践和技术中都有很多东西需要解开，有些功能和目标重叠。Zilliant的首席技术官兼高级工程副总裁Shams Chauthani同意，由于存在多个目标，业务利益相关者、IT和数据团队之间的合作是成功项目的关键。

他说：“数据治理通常以一种条块分割的方式处理，主要是作为IT管理的合规要求。”。“在当今的数字时代，数据是最大的资产，将数据治理视为由IT专门运行的孤岛式工作对整个组织都是一种伤害。为了让组织充分实现使用数据进行更智能决策的承诺，必须在所有利益相关者的参与下不断改进数据治理流程。”

在本文中，我咨询了行业专家，以确定devops领导者和团队应该了解哪些数据治理，以及他们如何为其目标做出贡献。

数据治理是一项重大的组织变革

Redgate软件的devops倡导者Grant Fritchey建议，让利益相关者参与只是开始。“数据治理是每个人的责任，”他说。“你不能简单地将数据治理的工作分配给一个人或一个部门，并期望取得成功。数据治理必须成为IT部门每个人工作的一部分。”

实现所需协作和定义职责的一种方法是将数据治理直接连接到员工工作流。Clear Skye首席执行官约翰·米尔伯恩（John Milburn）表示：“数据治理与其说是一项技术功能，不如说是一种人员和流程功能。这就是为什么治理解决方案必须与员工现有的工作流程保持一致，否则注定会失败。”

Devops团队应该寻找改进数据操作的机会，包括支持数据集成、编目和质量的自动化。Alation的现场首席技术官约翰·威尔斯（John Wills）表示，“新一代数据治理是积极的、目录主导的治理——这意味着它对所有知识工作者（包括devops和dataops团队）至关重要，是他们日常工作的一部分。”

隐私和数据保护条例

Immuta首席执行官Matthew Carroll分享了自上而下购买数据治理计划的一个关键原因。“随着越来越多的消费者意识到他们的隐私权，我们看到数据管理和治理格局发生了重大变化，这在很大程度上是由于新的法规。因此，各组织正在努力以最佳方式保护数据资产并遵守隐私法规，同时试图更快地扩展数据并从中获取价值，最终推动对更多数字化数据的需求。”ta政策和自动化云数据访问和安全。”

蒙特卡洛首席执行官兼联合创始人巴尔·摩西（Barr Moses）对此表示赞同。“随着公司吸收更多数据，以及GDPR和CCPA等更严格的数据监管的推出，数据治理比以往任何时候都更为关键。我们可以通过使数据更易访问、更有意义、更合规、更可靠，在这些合规阻力阻碍我们前进之前满足这些阻力。”

领导者必须信任决策数据

除了法规遵从性考虑之外，推动数据治理工作的下一个重要级别是相信数据准确、及时，并满足其他数据质量要求。

Moses对技术团队有几点建议。她说， “团队必须对关键表和报告具有可见性，并将数据完整性视为一等公民。真正的数据治理需要超越定义和映射数据，真正理解数据的使用。优先考虑数据可观察性的方法可以围绕特定分析用例提供集体意义，并允许团队优先考虑最重要的数据。”为企业服务。”

Collibra数据质量副总裁柯克·哈斯贝克（Kirk Haslbeck）分享了一些提高数据整体信任度的最佳实践。他说：“可信数据始于数据可观察性，使用元数据进行上下文分析，并主动监控数据质量问题。虽然数据质量和可观察性确定您的数据适合使用，但数据治理确保数据的使用是精简、安全和合规的。数据治理和数据质量需要共同努力，从数据中创造价值。”

数据作为竞争差异

一旦对数据有了基线信任，企业领导者就希望使用数据、分析和机器学习来改变业务。Haslbeck继续说道，“每个企业都在寻找数据以获得竞争优势，数据治理和数据质量应该是一个优先事项。”

数据治理如何创造竞争优势？AuditBoard风险和技术高级顾问John Wheeler解释说：“对于寻求新的数字产品和服务以实现增长的组织来说，数据治理现在是一个战略优先事项。因此，数据治理需要首席数据官或首席数字官的强有力领导，他们了解数据一致性、质量、透明度和准确性的需求。”

在企业对企业伙伴关系模型中，用于管理访问的开放数据模型中出现了一个差异。例如，open banking和金融级API旨在确保开发人员、金融技术供应商和合作伙伴生态系统的数据和银行系统的交换。

Cloudentity首席产品官布鲁克·洛瓦特（Brook Lovatt）与我分享了开放数据模型的细节，“开放数据治理模型比封闭数据治理模型有更多的发展和创新机会，但开放模型也需要一套新的安全和法规遵从性考虑。这些开放数据规范提供了模式和协议，决定了系统如何相互通信，允许数据在应用程序、服务、平台和提供商之间流动。”

支持数据治理的Devops实践

数据隐私、安全性、质量和可靠性都是数据治理对数据驱动组织非常重要的原因。以下是对devops领导和团队的几点建议。

Wills说devops团队应该在配置和更新数据目录方面发挥积极作用。“数据目录是一个企业参考系统，包含一系列相关知识，包括表、列、查询和模型等技术资产，以及词汇表和指标等非技术资产。其结果是一个丰富的高质量资产和上下文知识的库存，可以信赖，并通过强大的搜索、重用和协作推动生产力。”，以及众包。”

Redgate软件的devops倡导者Steve Jones建议将数据治理作为“常规工作的一部分，以确保在对模式进行更改时，收集新数据，并对数据进行适当的分类和保护。”

Milburn建议“将您的治理解决方案与您的IT服务管理平台集成，作为企业保护其数据的智能方式，同时为员工提供熟悉的用户体验。”

Satori Cyber的首席执行官兼联合创始人Eldad Chai表示，数据安全运营应该是数据治理计划的一部分。“随着大数据的发展和多云环境的发展，高增长公司需要一种无中断、合规的方式来管理其技术堆栈和存储在其中的敏感数据。现代数据治理战略，如数据安全运营（datasecops）使公司能够收回控制权、降低风险、维护法规遵从性，并提供对数据的安全访问，以自动轻松地推动更好的业务决策。”

数据治理以及持续测试和左移安全实践是devops团队必须在其应用程序架构和开发过程中构建的关键原则。将这些实践作为次要问题，可能导致商业风险、技术债务和创新机会的丧失。

本文：https://cioctocdo.com/what-devops-needs-know-about-data-governance