去伪存真

        数据治理的根本途径就是要对数据进行分析和保护。在田哲夫看来，数据治理包括数据的移植、合并、质量管理及同步使用等。

        对于数据移植，CIO们并不陌生。当信息系统扩容、更新换代或应用发生转变都会涉及数据移植。在这个过程中，CIO只要充分考虑数据移植前后，数据的完整性、一致性、可靠性，难度并不大。

　    在数据治理过程中，CIO经常会碰到数据合并的问题。最近，澳大利亚标准协会准备变更一个标准——马桶的承重量标准。这是因为随着现代人饮食结构和体质的改变，人们的平均体重增加，旧的马桶负荷标准已越来越不适用现代人的需求。可是新标准如何确立，就要依靠统计数据决定。然而统计数据来源复杂，可能来自于不同地域、不同系统，这就涉及到对不同源头的各种格式的数据进行纵向合并。

        另外，在企业内部数据库中也存在大量的数据，尽管它们是以不同属性、不同结构散落在不同的系统中，多数也是准确的，但也有一部分数据是相互矛盾或不准确的，使用这样的数据肯定会造成误差。因此，对数据的质量管理就变得十分重要。对此，田哲夫建议企业可以通过统一的平台对数据源进行管理，建立一个指标体系，对数据的采集路径进行跟踪，以确保数据的正确性和有效性。“数据可以自下而上、由点到面汇总上来。当发现与事实不符时，也可以由上而下找出问题，进行追踪。”

        不同信息系统中的数据保持同步对于处在激烈竞争环境中、对变化要求快速响应的企业十分重要。博士伦公司在中国有300多个销售网点，这些网点的销售员每天都要用PDA将销售数据和竞争对手的信息记录下来，并通过公司的移动访销系统将数据上传至总部。对于远在北京的博士伦中国总部来说，这些数据非常重要，它们是企业BI系统分析的基础和关键。“这些数据通常每小时更新一次，公司决策层可以在任何时候都能掌握最新的销售数据，这对公司很重要。”博士伦中国区信息管理和技术高级经理陈其伟说。

        如今，越来越多的组织开始意识到数据质量的重要性，尤其是电信、金融行业对数据质量的要求十分严格，因此有效治理数据对于它们的意义不仅是合理利用IT资源，而是直接反应在经济效益上，所以数据治理已成为这些企业搭建信息系统的重点。

        其实，无论是数据的移植、合并、质量管理及同步，从技术角度来看，处理起来并不复杂，既可以通过建立统一的平台集中来进行数据治理，也可以针对其重要性分段处理。如今，一些企业已经意识到数据质量对企业的重要意义，有些企业也会对其进行定期维护和管理，但就目前而言，通过手工进行数据治理的国内企业居多。随着企业规模扩大、市场竞争加剧、人力资源成本越来越昂贵，单纯依靠人工提升数据质量势必会影响企业IT投入回报，进而甚至可能影响企业的发展。因此从长远看，通过统一的数据管理平台对数据进行规范化处理无疑是更为高效、快捷的办法。

        对于那些还未建立信息系统或信息化尚不完善的企业，数据治理理念同样可以帮助这些企业的CIO规划如何搭建、重组系统，争取将未来系统中积累的数据价值挖掘到最大。“在系统设计时，就开始思索如何标准化、规范化你的数据，你将会获得更有价值的数据。”田哲夫建议道，“那样，你在选择应用系统或开发环境的同时，就能避免浪费投资和资源。”（ＩＴ经理世界）