一篇萬字長文講清如何做數據治理?數據治理那些事是一個系列的文章,主要是沉澱了筆者在數據治理領域的實踐總結和思考, 筆者在數據治理領域咨詢和實施有14年時間，負責過金融、電信、制造、能源企業等的多個數據治理咨詢和實施項目在實踐當中有過成功的經驗，也有過的失敗的總結教訓在這些項目過程中，我一直在思考數據治理究竟是在治理什麼？要達到什麼樣的有效目标？中間應該怎麼避免走一些彎路？目前解答這類問題的數據治理專家和數據治理方案的文章多如牛毛，讓人目不暇接,各種框架模型和理論也層出不窮,實踐中數據治理的實施項目也如過江之卿,但效果常常不盡如人意,那具體原因在哪?為什麼大家都知道數據治理重要,但是實際中的效果卻不盡如人意？本系列從實踐的咨詢項目和實施的項目中的問題需求出發,從實際中遇到的具體的問題入手，來層層說明如何定義問題、分析問題及如何解決這些問題,并總結出實際數據治理的可行性落地模型方案和相關種類問題的解決方案,在解決這些問題之前,先要了解和掌握數據治理目标知識分類和認知層次問題,因為數據治理目标知識分類和認知是數據治理成功和數據治理問題定義的前提，不正确認識數據治理的知識分類，就無法掌握用什麼辦法來掌握知識并理論聯系實際，做到知行合一，我來為大家講解一下關于一篇萬字長文講清如何做數據治理?跟着小編一起來看一看吧!

一篇萬字長文講清如何做數據治理

數據治理那些事是一個系列的文章,主要是沉澱了筆者在數據治理領域的實踐總結和思考, 筆者在數據治理領域咨詢和實施有14年時間，負責過金融、電信、制造、能源企業等的多個數據治理咨詢和實施項目。在實踐當中有過成功的經驗，也有過的失敗的總結教訓。在這些項目過程中，我一直在思考數據治理究竟是在治理什麼？要達到什麼樣的有效目标？中間應該怎麼避免走一些彎路？目前解答這類問題的數據治理專家和數據治理方案的文章多如牛毛，讓人目不暇接,各種框架模型和理論也層出不窮,實踐中數據治理的實施項目也如過江之卿,但效果常常不盡如人意,那具體原因在哪?為什麼大家都知道數據治理重要,但是實際中的效果卻不盡如人意？本系列從實踐的咨詢項目和實施的項目中的問題需求出發,從實際中遇到的具體的問題入手，來層層說明如何定義問題、分析問題及如何解決這些問題,并總結出實際數據治理的可行性落地模型方案和相關種類問題的解決方案,在解決這些問題之前,先要了解和掌握數據治理目标知識分類和認知層次問題,因為數據治理目标知識分類和認知是數據治理成功和數據治理問題定義的前提，不正确認識數據治理的知識分類，就無法掌握用什麼辦法來掌握知識并理論聯系實際，做到知行合一。

說到知識分類和知識認知問題，美國的教育心理學家布魯姆對提出如下知識的分類和認知層次,如下圖

· 一、知識的分類：在内容上知識分成了四類：

（一）事實性知識是簡單理解就是事實,主要指術語、事實細節及專有符号。術語知識指具體的事實知識與專有符号，比如數據治理的定義，數據治理是企業數字化轉型的基礎。 事實細節和要素的知識指事件細節知識。比如數據治理的組織流程。

（二）概念性知識在事實知識基礎上的抽象和總結知識間聯系，主要包括結構，分類和原理，主要分為如下三類：

1.分類指的是在事實性知識基礎上對知識進行分組，抽象和總結事實性知識間的聯系。比如數據治理的内容主要分成數據模型、數據标準、數據質量、元數據、主數據，數據安全、數據服務間聯系和數理治理的數據存儲分層

2.原理是在大量的事實和事件集合的基礎上對現象作出抽象和總結。比如數據治理的架構機制和數據生命周期原理

（三）程序性知識是“如何做”，而事實性知識和概念性知識是”做什麼”。程序性知識通常是行為的有意識、有序的步驟和計劃，技能、算法，還包括行為的思考策略和解決問題方式。程序性知識具體包括如下：

1.具體學科技能和算法的知識。通常來說指的是陳述性知識,主要指的行為或功能的概念性總結。比如數據治理的行為每個人做事和步驟不同的,但是總結出數據治理的模型或理論可以學習,正好數據治理的檢核規則是數據質量的算法規則.

2.具體學科技巧和方法的知識。具體技能與算法的知識通常是結果固定的，而具體學科技巧與方法的知識，其結果卻是開放的。 這類知識主要反映了這一領域的專家是如何思考及如何解決問題的， 而不是關注其結果。 比如數據治理的數據治理的策略.

3.使用程序的知識。這類知識是主要指行為能力。”紙上得來終覺淺,絕知此事要躬行”,前面講了了陳述性知識理論,但是實踐是檢驗真理的唯一标準,如果不實際運用,其實是沒有效果的,好比學會數據治理的理論而不實際做項目和總結是沒有效果的,很多專家在解決數據治理問題時 隻是告訴你一堆方法論,說的頭頭是道,可是實施起來卻難以落地,什麼原因呢,是因為理論不對嗎?還是理解做的不對?其實這裡面有一個誤區,方法和理論是事實性和概念性知識,但是如何要做好數據治理,還需要程序性知識運用,正如學會菜譜不能做好菜一樣，數據治理要根據理論和現狀的約束條件靈活運用知識,合理決策，真正專家提供的知識是“條件化”的，沒有萬能的方案，凡是不講條件的理論和模型都是耍流氓。

（四）元認知知識是關于自我認知、學習的任務和現狀及學習策略的知識。元認知知識具體包括以下三個方面：

1.關于策略知識是有關一般學習、思考和問題解決策略的知識，涉及不同的學科。具體策略可以分為記憶複習、組織和精細加工，當然，還有在計劃、監控和調節認知活動中有用的各種元認知策略。數據治理現在很多理論，如何選擇合适的，數據治理的項目如何管理才能符合目标期望等其實是策略認識。

2.關于認知任務的知識是包括适當的情境性和條件性知識。不同的認知任務要求不同的認知方式，也要求不同的認知策略。數據治理的理論和框架通常比較複雜，如何根據現有的情況篩選合适的，數據治理的中出現的問題如何解決，如何和現有的環境匹配。

3.自我知識包括了解自己認知活動中的優勢與不足，也包括了解自己什麼時候不知道什麼以及采用什麼樣的一般策略去發現必要的信息。如何在數據治理中定義有效的問題，分析相關的數據需求，掌握現狀的事實知識才有可能根據現狀，包括數據現狀和資源現狀和管理現狀。

· 二、布魯姆把知識認知的層次分為以下六類：

１.記憶指對先前學習過的知識材料的記憶，包括具體事實、方法、過程、理論等的識别和記憶，如識别事實、基本觀念、原則并記憶相關的屬性等。記憶是認知的基礎，所有的知識的運用首先要記憶才有運用，其它的認知都要以記憶為基礎。數據治理領域對象和數據治理構架和理論等概念性知識要記住才能運用。

2.理解指把握知識材料意義。解釋記憶的知識，通過具體的整合來比較、分類和總結說明知識，掌握知識的來源、機制和原理，這樣才能靈活應用。知道數據數據治理的定位和目标及數據治理的機制。

3.運用指把學到的理論知識應用于新的情境、解決實際問題，包括概念、原理、方法和理論的應用。實際運用的能力以知道和理解為基礎，是較高水平的理解。數據治理的咨詢和實施一定緊密結合 ，通過實踐來驗證數據治理理論，實踐也是檢查理論的基礎。

4.分析指把複雜知識整體分解為組成部分并理解各部分之間聯系和歸因。包括部分的鑒别、部分之間關系的分析和對其中的組織結構的認識，因為既要理解知識材料的内容，又要理解其中的結構。數據治理的中數據标準和數據質量及元數據和數據模型、數據生命周期間的聯系和順序及原因理解清楚才能分析出數據治理如何做的問題。

5.評價指對學習結果的檢查和讨論。掌握數據治理的理論和方案後實施數據治理的項目，在實踐中數據治理出現的問題進行總結和讨論，不斷修正和檢查，總結成功和失敗，同時反饋數據治理理論和方案。

6.創造通過掌握現在的知識和理論對新的情況下，舉一反三使用解決新的問題，數據治理的理論和方案通常是程序化的，不能滿足現實的所有問題，對于新出現的問題如何靈活解決并運用現有的知識來解決新的問題‘

本章主要介紹布魯姆對目标知識的四種分類知識認知的六種層次，并以數據治理為例說明數據治理的相關知識和對每種知識我們如何學習和學習數據治理相關知識和行動。重要理解數據治理相關知識分類和如何學習知識，明白數據治理的知識分類，分析每類知識的不同，所以使用不同的方法還學習運用知識，認識的認知通常不能停留在記憶，至少在理解和應用及分析階段才能靈活應用。下圖是數據治理為例說明的知識分類和知識認識的總結。

從下一節開始，我将會以實踐案例角度出發，從問題需求入手來說明數據治理相關的知識說明和項目，并會在以後的章節中關聯說明布魯姆知識分類和認知的相關知識，并在咨詢和項目實施中詳細說明布魯姆的知識分類和認知應用，理論結合實踐。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!