原标题：CDGA|数据治理成功的九大细节，你都忽略了哪几个？
数字化时代，数据作为新的生产要素受到了各界前所未有的重视。
有效的数据治理可以确保企业数据全面、一致、可信，从而全面释放数据的价值，提高业务流程效率、提升业务增长的机会，驱动企业数字化转型。
但是企业要想数据治理成功，必须注意以下细节：
01明确的目标
没有明确的目标或者专注于短期的治理目标，没有形成一套持续治理的机制，导致资源浪费，进而导致数据治理在产生效果之前被搁置一旁。
有效的数据治理首先要有明确的治理目标，而这一目标一定要与业务价值绑定。
02分工明确、权责清晰
有效的数据治理必须做好数据的确权认责，处理好IT部门和业务部门的协作关系。
IT部门应专注于技术交付，业务部门需要关注数据质量规则的定义和数据质量的持续改进。
两个团队必须共同努力并保持开放的沟通渠道，以便监控和改进数据质量。
03高层管理者高度关注
有效的数据治理项目需要高级领导层承担责任，牵头的高级管理者不仅需要对数据治理有一定的认知，还需要具备相当的权威和影响力，能够做到跨部门的协调，并在项目中能够给予数据部门充分的授权和大力的支持。
04数据治理专家
数据治理是跨职能的，不是某一个部门的事情或者某一个人的事情，单纯的业务人员和孤立的技术人员都不具备交付数据治理的完整能力。
企业需要培养一批既懂数据治理技术，也懂企业业务的数据治理专家。
05透明的规则和系统
有效的数据治理需要保持充分的透明度。项目的进展、工作成果、存在问题都需要及时让老板看见，让业务部门看见，以增强他们对数据治理的信心。
有问题不能藏着掖着，应及时暴露出来，及时解决。
在数据层面，也需要更加透明，主数据和参考数据要做到公司范围内共享，数据资产、数据资源要尽量可视化，要让数据看得见、找得到、用得好。
06主动式数据治理
有效的数据治理需要从事前、事中、事后三个层面构建数据治理策略。
事前：定义和建立数据标准，进行数据标准的宣贯和培训，培养企业数据文化。
事中：基于数据标准的数据校验、基于既定流程和制度的数据维护和使用。
事后：连续的数据质量测量，持续的数据问题和业务流程改进等。
07不能项目型数据治理
数据治理的最终目标是提升数据价值，是一个持续漫长的运营过程，需要逐步完善、分步迭代，指望一步到位完成数据治理是不现实的。
项目型的数据治理，是不全面的，无延续性，能够解决一时的数据问题，但很难获得持续的数据价值，效果也注定是差强人意。
08不能孤立式数据治理
有效的数据治理应被视为帮助业务人员实现业务目标的工具，它不是一项额外的任务，应嵌入到企业的业务流程中，在业务的日常中规范数据的维护和使用。
09不能唯工具论
如果数据治理唯工具论，过于重视工具和技术，忽视了数据治理组织、文化、制度、流程、标准等体系的建设。
本来数据治理的本质是管理数据，走入误区变成管理程序、脚本、任务，造成了管理失焦。
数据治理的成功实现需要大量的数据治理人才，需要数据管理人士充分发挥自己专业知识与技能去解决这些难题。
为了解决社会对数据管理人才的紧迫需求，规范化数字要素市场，推进政府数据开放共享、提升社会数据资源价值、加强数据资源整合和安全保护三项要求，DAMA中国决定建立一个长期的“数据人才”成长计划，面向个人开展培训认证。
为了便于国内广大数据从业者学习相关认证，DAMA中国以国际数据管理协会(简称“DAMA国际”) DAMA数据管理知识体系为基础，结合国内实际需求，对DAMA国际数据管理专业人员认证( CDMP )的考试语言、考试形式、考试内容、证书类型等进行了适当本地化重构。
重构后认证考试分为数据治理工程师( CDGA )和数据治理专家( CDGP )，DAMA中国承担认证考试命题工作，并定期组织中文考试，对考试通过者由DAMA中国颁发认证证书。
证书有效期为三年，获得CDGA认证才能申请CDGP认证考试。
报考要求
CDGA：专科及以上学历获得者；
CDGP：（*先获得CDGA证书才可以报考CDGP）
·博士学位获得者；
·硕士学位获得后，从事IT相关工作1年以上者；
·本科毕业后，从事IT相关工作3年以上者；
·专科毕业后，从事IT相关工作5年以上者。
弘博创新是DAMA中国授权的数据管理知识体系培训基地，帮助数据管理从业人士获得企业数字化转型战略下的必备职业能力，促进开展工作实践应用及实际问题解决，形成企业所需的新数字经济下的核心职业竞争能力。
·课程以面授+在线直播/录播教学模式面向全国学员展开培训；
·系统定制化课程体系，13大知识模块分布，循序渐进；
·行业名师授课，结合实践案例一一讲解各大知识模块；
·学习群交流学习，考前刷题，稳定提升知识水平；
·学习全周期跟进，让您学习之旅更舒心、更放心！
