本书在畅销书《企业数据治理那些事》的基础上，进一步聚焦数据治理的两大场景之一源端数据治理（另一场景是末端数据治理）进行系统介绍，更加匹配数据治理领域的实践场景。全书共 3 篇 12 章内容，19 个实践，全面探讨了企业源端数据治理的方向、策略、总体架构、治理机制、运维管理等内容。本书首先介绍了企业源端数据治理的发展方向，提出了企业源端数据治理的八步走策略；然后从项目层面对企业如何进行源端数据治理进行了深入分析，分别对源端数据治理项目的前期准备、项目实施方法论及调研分析、构建数据管理体系、存量数据清洗、完善源端数据交换架构、优化增量数据质量、企业源端数据治理项目的管理，以及源端数据治理项目实施后的数据运维工作、风险管控进行了介绍，并分享了大量源端数据治理项目实践案例。
本书主要面向企业源端数据管理人员、企业信息总监、企业中高级管理人员，能够帮助读者系统地掌握企业源端数据治理的策略和方法。

畅销书《企业数据治理那些事》最新改版
系统总结1-1314 源末端数据治理闭环体系，指导企业数据治理项目成功落地

前 言
目前国内的数据治理厂商大体分为两个方向：一是面向工业企业；二是面向政府、金融、电信等行业。这里有个很大的误区，就是很多人认为面向政府、金融的数据治理平台可以替代面向工业企业的数据治理平台。相对而言，面向政府、金融、电信的数据治理产品要求的技术含量要高一些，处理的数据量要大一些，但是处理数据问题的深度要浅一些，因为这几个行业没有复杂的物资数据（模型分层级且非常多）存在，所有数据（如客户、人员等）的模型都是单一的，也就不存在深层次的数据质量问题。所以，在企业数据治理中一旦遇到深层次的数据质量问题，此类平台就束手无策了。
另外，基于数据治理的不同侧重点，数据治理厂商还可以分为三类：侧重于解决数据质量的厂商、侧重于解决数据安全的厂商和侧重于实现数据应用服务的厂商。侧重点不同的厂商从不同的方向逐步扩展到全面数据治理，目前国内外还没有任何一家厂商能够做好全面的数据治理（数据质量、数据安全、数据应用服务）。
本书开篇先简单解释了源端数据治理的内容，它是在传统主数据管理的基础上，弥补了传统主数据管理的各种弊端（包括管理范围、质量深度等）的静态数据治理（主数据 业务场景数据治理），具体概念详见本书相关章节。
国际上最早开展主数据治理工作的应该是金融和电信行业，但是行业的特殊性决定了治理范围基本局限在客户类主数据层面，因此国外数据治理厂商大部分是以客户类主数据治理为范本的传统主数据治理厂商，当然还有小部分是由PDM（产品数据管理）延伸而来、以BOM（物料清单）为核心的传统主数据治理厂商。
近年来数据治理越来越被企业、政府所重视，国内从事主数据治理的专业厂商日益增多，这些厂商大体分为如下八类：
? 一是从编码管理到主数据管理，再到全静态数据治理的厂商。
? 二是仍然以编码管理为核心的传统主数据管理的厂商。
? 三是由PDM延伸而来、以BOM为核心的传统主数据管理的厂商。
? 四是由ERP（企业资源计划）拓展而来、以编码管理为核心的传统主数据管理的厂商。
? 五是由实施国外ERP项目延伸出来的项目级传统主数据管理的厂商。
? 六是由元数据管理延伸而来的传统主数据管理的厂商。
? 七是由报表、BI（商业智能）厂商延伸而来的传统主数据管理的厂商。
? 八是学习了国外客户数据治理的理念、方案后，服务过金融行业数据治理的传统主数据管理的厂商。
可以看出，目前活跃在一线的大部分数据治理厂商是传统主数据管理或者传统主数据管理延伸而来的数据治理厂商，只有小部分是金融行业数据治理转行而来的厂商。目前各厂商相互厮杀于企业和政府行业的各个数据治理项目的招标过程中，五花八门的方案导致甲方的选择纠结难耐。
甲方的痛点在于，一是厂商的类型较多，二是甲方自身对于数据治理的认知还比较初级，对数据治理项目实施的过程及后继开展的数据运维工作并不了解，甚至认为传统主数据管理就是数据治理的全部，并且所有的平台都类似，选哪个都行。
解答企业在实施数据治理中面临的种种困惑，让甲方对数据治理项目有更清晰的认识，是本书的写作初衷。本书共3篇12章内容。
第1篇，概念及方法篇。本篇旨在明确数据治理的相关概念，指明企业数据治理的未来发展方向，包括企业数据治理的基础概念和企业数据治理的源端 末端两章内容。
第2篇，项目篇。本篇旨在帮助读者了解源端数据治理项目实施的全过程，以便更好地抓住源端数据治理工作开展的时机，选择理想的源端数据治理方案，有效规避各种风险，科学高效地成功实施数据治理项目。本篇包括5个角度自查数据管理现状、启动源端数据治理项目前的3个关键点、项目启动项目实施方法论及调研分析、重塑标准构建数据管理体系、解决已有数据质量问题彻底清洗存量数据、完善数据交换架构彻底打通数据孤岛、行为约束优化增量数据质量、确保顺利企业源端数据治理项目的管理、以终为始顺畅开展数据运维工作、拒绝失败源端数据治理项目的风险管控10章内容。
第3篇，实践篇。本书特意邀请部分甲方数据治理专家著文（共计19篇文章）分享企业源端数据治理项目实践心得体会，现身说法。这些内容对于准备开展数据治理工作的企业和读者而言非常有借鉴意义。
全书最后的附录源端数据治理平台功能标准，介绍了数据治理行业中专业源端数据治理平台应该具备的功能，供广大读者参考。
本书中介绍的内容不代表行业标准，也无意去树立行业标准，我们相信未来会有更好的方案、产品出现。数据治理行业需要不断进步的技术及方案的更新，否则我们（甲方、乙方）谁都伤不起。
本书主要由段效亮编写，参与编写工作的还有30多位行业专家，不再一一提及，在此一并表示感谢！另外特别感谢王斌编辑，我们就本书的细节进行了多次深入的交流，他提出了非常多有价值的意见和建议。
希望本书的出版，能够为改变企业对数据治理的认识、促进企业数据质量的持续改善产生积极的影响。

段效亮

段效亮，数据治理与管理领域资深专家、中翰软件创始人之一。中国企业数据治理联盟秘书长；山东财经大学统计与数学学院硕士研究生产业导师；国际数据管理协会中国分会（DAMA China）成员；拥有20年以上数据治理咨询、平台实施、数据保养等实战经验，针对工业企业数据质量的研究较深，率先提出数据质量的多维度管理，包括数据质量的全面性、层次性和持久性管理；长期主导、参与了包含中国中铁、国家电投、国家电网、中国兵器工业集团、中国电建、国家工信部、天保控股、康尼集团等近百家大型企业集团数据治理项目的咨询、实施工作。

目 录
序言1
序言2
序言3
前言
概念及方法篇
第1章 企业数据治理的相关概念／2
1.1 数据治理的基础概念／3
1.1.1 什么是数据／3
1.1.2 什么是元数据／4
1.1.3 什么是主数据、静态数据（中心）／4
1.1.4 什么是企业数据治理／5
1.1.5 企业数据治理的价值有哪些／7
1.1.6 企业的二次数据治理／9
1.2 传统主数据管理的局限／10
1.2.1 主数据的动态性问题／10
1.2.2 主数据管理无法满足业务场景需求／11
1.2.3 主数据管理项目实施后运维难以保障／12
1.2.4 主数据管理项目实施后数据质量并未改善／13
第2章 企业数据治理的源端 末端／15
2.1 源端 末端数据治理概念／15
2.2 源端 末端数据治理架构／18
2.3 源端 末端数据治理目的／20
2.3.1 构建数据治理整体架构，确保数据治理的整体性／20
2.3.2 全方位重构数据标准体系，彻底改善数据环境／22
2.3.3 构建全视角管控的静态数据中心，全面保障数据质量／22
2.3.4 通过技术 行为的手段深层次保障数据质量／24
2.3.5 构建日常数据质量监测体系，持续确保数据质量／25
2.3.6 构建基于场景的数据服务体系，推进数据资产化管理／26
2.3.7 构建基于过程的业务探查机制，实现全业务的问题追溯／28
2.3.8 构建基于过程的知识体系，确保持续的数据治理能力／30
2.4 源端 末端数据治理方案（模式）分析／31
2.5 八步走实施企业源端数据治理／33
2.5.1 现状自查摸清数据管理现状／33
2.5.2 精心筹备做好数据治理项目的启动工作／34
2.5.3 全面排查开展项目调研分析／36
2.5.4 构建数据管理体系重塑数据管理标准／37
2.5.5 存量数据改造解决已有质量问题／38
2.5.6 构建数据交换架构彻底打通数据孤岛／39
2.5.7 行为管控优化增量数据质量／39
2.5.8 能力转移保障高效的数据运维管理／41
项 目 篇
第3章 5个角度自查数据管理现状／43
3.1 自查数据环境／45
3.2 自查数据质量／46
3.3 自查数据安全／58
3.4 自查数据交换／60
3.5 自查数据运维／62
第4章 启动源端数据治理项目前的3个关键点／64
4.1 把握源端数据治理项目的启动时机／64
4.2 明确源端数据治理项目的原则和目标／68
4.3 合理组建项目团队并选择治理工具及厂商／70
第5章 项目启动项目实施方法论及调研分析／75
5.1 项目实施方法论／75
5.1.1 确定源端数据治理项目方法论／75
5.1.2 明确源端数据治理项目路线图／77
5.1.3 确定源端数据治理项目里程碑／78
5.2 项目调研分析／85
5.2.1 明确调研原则／85
5.2.2 框定调研范围／86
5.2.3 收集、整理相关资料／86
5.2.4 针对调研结果进行集中讨论／87
5.2.5 进行全面翔实的差距分析／87
5.2.6 明确源端数据治理项目实施策略／90
第6章 重塑标准构建数据管理体系／92
6.1 构建数据标准体系／93
6.1.1 构建数据管理组织、制度和流程／93
6.1.2 构建数据模型体系／95
6.1.3 构建数据质量标准体系／99
6.1.4 构建数据安全标准体系／101
6.1.5 构建数据交换标准体系／103
6.2 技术实现数据管理体系落地／105
6.2.1 源端数据治理平台（中翰EDG）功能概述／105
6.2.2 实现数据管理体系的落地／107
第7章 解决已有数据质量问题彻底清洗存量数据／110
7.1 分析存量数据质量／111
7.2 制定清洗策略／112
7.3 制定清洗规则／113
7.3.1 数据清洗的背景／114
7.3.2 数据质量现状分析／115
7.3.3 数据清洗／117
7.4 技术实现实施存量数据清洗／122
7.5 数据清洗后的业务系统处理／126
第8章 完善数据交换架构彻底打通数据孤岛／128
8.1 企业数据交换管理现状／129
8.2 构建基于静态数据中心的数据交换架构／132
8.3 企业数据交换架构的技术实现／134
8.3.1 定义数据交换规则／134
8.3.2 接入源端数据治理平台／136
第9章 行为约束优化增量数据质量／138
9.1 数据采集阶段的行为管控／138
9.2 数据生成后的行为管控／142
第10章 确保顺利企业源端数据治理项目的管理／145
10.1 项目文档的管理／145
10.2 项目实施过程的管理／146
10.2.1 项目咨询阶段的过程管理／146
10.2.2 项目实施阶段的过程管理／148
10.3 项目进度的管理／150
10.4 项目培训的管理／151
第11章 以终为始顺畅开展数据运维工作／155
11.1 建立完善的数据运维管理架构／155
11.2 用好数据运维管理工具／156
11.3 注重源端数据治理知识的收集和转移／158
第12章 拒绝失败源端数据治理项目的风险管控／161
12.1 源端数据治理项目中的风险及管控／161
12.1.1 数据管理体系面临的风险／162
12.1.2 数据建模面临的风险／162
12.1.3 存量数据清洗面临的风险／164
12.1.4 数据交换治理面临的风险／164
12.1.5 数据治理知识转移面临的风险／165
12.2 源端数据治理项目后的风险及管控／165
12.2.1 数据日常管控治理面临的风险／165
12.2.2 数据体系拓展面临的风险／166
12.2.3 数据日常检测面临的风险／167
实 践 篇
实践1 持续源端治理康尼集团构建稳固的数据管理架构／169
实践2 数据同源、规范共享、应用统一、服务集中
多氟多开启源 末端数据治理／172
实践3　数据治理三步走天保控股集团踏上智慧化
转型之路／176
实践4 构建静态数据中心国家电投山东院有效提升
数据分析精确度／178
实践5 开启集团数字化转型新篇章，数据治理一直在路上／181
实践6　确保增量数据合规有效永达汽车成功迈出改善
企业数据质量第一步／186
实践7　建立数据标准体系，提升数据管理能力某军工企业
推动业务活动高效运行／189
实践8 聚焦核心，点滴做起数据治理支撑山航集团
数字化管理／192
实践9 搭建数据运维管理平台国内某钢铁集团实现高效
数据质量管控／195
实践10 内外兼治数据治理提高国内制药企业核心竞争力／197
实践11 开启源端数据治理重铸乳品企业数据基础／199
实践12 构建数据治理平台国内某工程机械集团实现
各业务系统的整体联动／201
实践13 夯实信息化基石国内某离散加工企业成功
实施数据治理项目／203
实践14 数据治理开启国内某电器集团的蜕变之门／209
实践15 任重道远国内某酒业集团实施数据治理
项目的4个感悟／217
实践16 数据治理建筑行业实现智慧建造的必由之路／219
实践17 从构建数据治理体系开始山东能源集团的
物供管理大数据战略／222
实践18 精细化数据治理新的思路让某科技集团拒绝MDM／226
实践19 雄关漫道真如铁数据治理助力智慧水务提升
运营效率和管理水平／230
附录 源端数据治理平台功能标准／241