如何对数据治理模式进行选择？

不同的数据治理模式，对企业的数据治理水平、组织协同程度要求不同。

自下而上的模式一是基于底层数据治理的，对数据治理水平要求较高，数据 治理水平包括数据基础（数据量、数据质量等）以及数据治理能力，数据治理能 力主要体现在数据治理团队专业度以及数据治理体系（组织、制度及流程）完善度。这种模式对组织协同度要求相对较低，主要靠数据治理团队推动进行。

自上而下的模式二是基于明确数据应用进行数据治理的，相较于自下而上的 模式一，组织的协同性要求会更高，需要业务部门、数据部门配合实现，但整体 以需求为主，对数据治理的水平要求一般。

大规划的模式三既治理现状，又规划未来，对组织协同性及数据治理水平均 有极高要求。该模式需要动员企业的业务部门、技术部门、数据部门，同时需要 企业各阶层（高层、中层、基层员工）的人员共同配合，全面盘点业务的痛点及 未来规划，同时梳理数据现状，规划数据未来，通常为战略项目、高层领导共同 将企业数据治理水平推向一个新水平，同时完成数字化组织的转型。

组合模式在组织协同性、数据治理水平上会叠加单一模式的要求，如模式一 &模式三的组合模式对组织协同性、数据治理水平要求最高。

各模式对企业的组织协同性、数据治理水平的要求见下图所示，基于各模式 对企业组织协同、数据治理水平的要求不同，企业应充分盘点企业的组织现状、 数据现状、应用现状，初步评估企业数据治理水平、组织协同度，结合数据治理 的目标，评估可行性，选择最佳模式。

企业数据治理是个复杂而漫长的过程，通常在不同的发展阶段，企业选择数 据治理模式并不同，基于面对的组织、数据、应用现状，企业需要均衡目标与现 状，选择当下最合适的数据治理模式。

企业数据治理并不是一蹴而就的，它需要企业不断地进行规划、治理、监测、 优化，通过数据治理不断完善企业的组织、制度、流程管理体系，同时不断提升 企业数据治理管理水平，包括数据标准、数据质量、数据架构及模型、数据应用 等模块的管理水平提升。数据治理是一个持续循环的过程，需通过不断地改进提 升及完善。PDCA 6循环不是在同一水平上循环，而是呈阶梯式推动上升，每次循 环将推进企业的数据治理水平及组织协同性向新的、更高的层级进阶，最终实现 企业数字化转型。