本书瞄准云计算和大数据产业，论述云计算环境下的数据治理成熟度模型规范，为用户提供通用的数据治理模型方法；针对国内外市场对云端数据治理的迫切需求，给云端数据治理的用户提供*佳实践方法；给出云端数据治理成熟度的评估方法和流程，帮助用户开展云端数据治理成熟度评估并实现用户的数据治理成熟度持续改进；进行云端数据治理示例分析，对云端数据治理成熟度应用和评估方法予以说明，并给出实施方法和应用步骤。

作者简介

刘小茵，工业和信息化部电子第五研究所高级工程师，国家信息技术服务标准（ITSS）云计算工作组成员，参与《信息技术服务云服务分类》、《信息技术云服务服务质量评价指南》、《信息技术服务云服务服务级别规范》、《信息服务技术云服务云服务参考架构》及《云服务可信性规范》等标准编写。

目录
前言 I
目录 III
第1篇云端数据治理成熟度概述 1
第1章数据治理概述 1
1．1 数据治理相关概念 1
1．1．1 数据、信息、知识 1
1．1．2 数据治理的定义 2
1．2 数据治理的发展历程 4
1．2．1 数据治理理论研究的进展 4
1．2．2 数据治理国内外发展情况 14
1．3 数据治理缺乏引起的问题 15
1．3．1 典型案例分析 15
1．3．2 问题总结 15
1．3 数据治理的意义及面临的挑战 15
1．3．1 数据治理的意义 15
1．3．2 数据治理面临的挑战 16
第2章大数据与云端数据治理 17
2．1 云计算与大数据环境下的数据特点 17
2．1．1 云计算的特点 17
2．1．2 大数据的特点 19
2．1．3 云计算环境下数据的特点 22
2．2 云端数据治理介绍 25
2．2．1 云端数据治理的定义 25
2．2．2 云端数据治理与数据治理的关系 27
2．3 云端数据治理的作用和价值 29
第3章云端数据治理模型与治理成熟度评估模型 31
3．1 云端数据治理模型 31
3．1．1 云端数据治理模型 31
3．1．2 成熟度等级定义与特征 35
3．2 云端数据治理成熟度评估模型 36
3．2．1 成熟度等级判别标准 36
3．2．2 成熟度评估方法 36
第2篇云端数据治理成熟度模型解读 39
第4章云端数据战略 39
4．1 概述 39
4．1．1 目的和意义 39
4．1．2 内容与关联性 39
4．2 活动及要求 40
4．2．1 战略 40
4．2．2 组织与角色 48
4．2．3 业务案例 56
4．2．4 资源保障 64
4．2．5 沟通 70
第5章云端数据管理 76
5．1 概述 76
5．1．1 目的和意义 76
5．1．2 内容与关联性 76
5．2 活动及要求 77
5．2．1 业务词汇表 77
5．2．2 元数据管理 87
5．2．3 主数据管理 99
第6章云端数据质量 110
6．1 概述 110
6．1．1 目的和意义 110
6．1．2 内容与关联性 111
6．2 活动域及要求 111
6．2．1 数据质量战略 111
6．2．2 数据概要分析 121
6．2．3 数据质量评估 130
6．2．4 数据清洗 139
第7章云端数据操作 147
7．1．概述 147
7．1．1 目的和意义 147
7．1．2 内容与关联性 147
7．2活动及要求 148
7．2．1 数据提供者管理 148
7．2．2 数据集成与互操作 158
7．2．3 数据生命周期管理 167
第8章云端数据架构 177
8．1 概述 177
8．1．1 目的和意义 177
8．1．2 内容与关联性 177
8．2 活动及要求 178
8．2．1 架构方法 178
8．2．2 架构标准 189
8．2．3 数据管理平台 200
8．2．4 历史数据管理 209
第9章安全与隐私 215
9．1 概述 215
9．1．1 目的和意义 215
9．1．2 内容与关联性 215
9．2 活动及要求 216
9．2．1 风险管理 216
9．2．2 数据安全 224
9．2．3 隐私保护 233
9．2．4 合规管理 239
第3篇云端数据治理体系与实施 244
第10章云端数据治理体系 244
10．1 云端数据治理体系的必要性 244
10．2 云端数据治理体系基本框架 244
10．3 云端数据治理体系过程模型 245
第11章云端数据治理体系实施 247
11．1 统筹和规划 247
11．1．1 制定战略与目标 247
11．1．2 确定体系范围 249
11．1．3 建立组织与角色 250
11．1．4 制定体系建设和运行计划 252
11．1．5 形成体系文件 253
11．2 构建和运行 255
11．2．1 体系宣贯 255
11．2．2 实施策划 256
11．2．3 项目启动 256
11．2．4 项目实施 259
11．2．5 项目过程管理 260
11．3监督和评估 262
11．3．1 绩效评估 262
11．3．2 内部审计 263
11．3．3 安全审计 264
11．4 改进和优化 264
11．4．1 制定改进计划 264
11．4．2 实施改进措施 267
参考文献 268

精彩书摘

　　《云端数据治理》：
　　4.执行差距分析
　　差距分析是指在战略实施的过程中，将数据治理现状与数据治理战略目标进行对比分析，为策划数据治理项目提供依据。
　　组织可以通过现场调研、人员访谈、文件审阅及现场查看等方式，了解组织云端数据治理体系现状，然后与云端数据治理成熟度模型进行对比分析，发现组织在云端数据治理体系中存在的差距。执行差距分析的过程可以包括以下环节。
　　1）定义评估的组织范围
　　数据治理活动的参与范围是有边界的，不同规模和性质的组织参与到数据治理的部门和人员数量存在较大差距。对于小型组织，数据治理可能就是面向整个组织的，而对于大型的、跨地域的组织，数据治理可能是多个部门开展小范围数据治理活动的集合。评估范围选择太大，会导致差距分析工作复杂，范围选择太小，会影响评估结果的客观性。因此，执行差距分析时的评估范围应当采取适中原则，选取参与程度较高的部门、与数据流程接触较为紧密的人员、与组织业务目标最贴近的数据。
　　……

前言/序言

信息技术与经济社会的交汇融合引发了数据的爆发式增长，数据蕴含着重要的价值，已成为国家基础性战略资源。数据正日益对全球生产、流通、分配、消费活动以及经济运行机制、社会生活方式和国家治理能力产生重要影响。

数据治理对于确保数据的准确、适度分享和保护是至关重要的，也是发挥数据在各种决策中支持作用的必由途径。近年来，数据治理理论得到广泛关注，在一些行业也得到了广泛应用。然而随着云计算、大数据等技术的发展与应用，数据本身的特点也发生了诸多变化，如数据来源的多样性、数据的远程存储与传输、数据的合规要求更具复杂性、数据面临的安全威胁更多等，这些变化让传统数据治理难以全面深入地应对。因此针对云计算环境下数据的特点和治理需求，研究开发一套针对云端数据治理的理论体系和实践指导是很有必要的。

编写团队结合最新的科研成果以及所在机构多年来在成熟度评估方面的实战经验，在借鉴国际上先进数据治理理论和方法的基础之上，针对云端数据特点，开发了云端数据治理模型，构成了本书的主要内容，旨在帮助读者和有数据治理需求的组织了解云计算环境下的数据治理方法，为建立云端数据治理体系和云端数据治理实施提供指导。

本书共11章，分为3篇：第1篇云端数据治理成熟度概述；第2篇云端数据治理成熟度模型解读；第3篇云端数据治理体系与实施。围绕“概念—内容—实施”循序渐进的总体思路，本书有望帮助读者了解数据治理的概念，建立对云端数据治理的初步认识；帮助读者深入学习云端数据治理模型及其内涵，掌握开展云端数据治理活动所需的理论知识；指导读者构建云端数据治理体系，开展具体的云端数据治理活动。

第1篇云端数据治理成熟度概述（第1～3章），通过对比云计算环境和传统IT环境下数据的特点，结合数据治理发展趋势，有针对性地提出了云端数据治理成熟度模型，帮助读者建立云端数据治理的初步认识。

第1章数据治理概述，介绍了数据治理的相关概念，讨论了数据治理的定义，并简要回顾了数据治理理论的研究历程以及数据治理面临的挑战。

第2章大数据与云端数据治理，介绍了云计算和大数据的特点以及他们对数据本身带来的影响，针对云计算环境下数据的特点，提出了云端数据治理的定义并解释了其内涵，对比分析了云端数据治理与数据治理的关系，论述了开展云端数据治理的作用和价值。

第3章云端数据治理模型与治理成熟度评估模型，从治理内容、治理原则、治理实施3方面解读了云端数据治理模型，帮助读者建立对云端数据治理的总体认识；定义了云端数据治理能力成熟度等级并描述了相应等级的特征，将云端数据治理能力成熟度分为5个等级，用于衡量组织的云端数据治理水平；介绍了云端数据治理成熟度评估模型与评估方法。

第2篇云端数据治理成熟度模型解读（第4～9章），从云端数据战略、云端数据管理、云端数据质量、云端数据操作、云端数据架构、安全与隐私6个职能域分别介绍云端数据治理模型的具体内容，帮助读者掌握云端数据实施的基本知识和开展成熟度评估的依据。

第4章云端数据治理战略，从战略、组织与角色、业务案例、资源保障和沟通5个过程域提出了开展云端数据治理战略管理的要求，帮助组织制订一个能够全局指导云端数据治理活动开展的顶层规划。

第5章云端数据管理，从业务词汇表、元数据管理和主数据管理3个过程域提出了对云端数据进行管理的要求，为云端数据管理应该达到的水平指明了方向。

第6章云端数据质量，从数据质量战略、数据概要分析、数据质量评估和数据清洗4个过程域提出了对云端数据质量进行管理的要求，能够指导组织如何提高数据质量。

第7章云端数据操作，从数据提供者管理、数据集成与互操作和数据生命周期管理3个过程域提出了对云端数据操作进行管理的要求，帮助组织建立一个完整的数据生命周期管理体系，提高数据全流程的管理水平。

第8章云端数据架构，从架构方法、架构标准、数据管理平台和历史数据管理4个过程域对云端数据架构建设提出了要求。

第9章安全与隐私，从风险管理、数据安全、隐私保护和合规管理4个过程域对数据安全与隐私保护提出了要求，帮助组织提高数据安全保护能力，降低数据安全风险，指导组织如何在符合法律法规等要求的前提下开展数据治理。

第3篇云端数据治理体系与实施（第10～11章），围绕云端数据治理体系构建和云端数据治理实施论述，指导组织如何具体开展云端数据治理活动。

第10章云端数据治理体系，介绍了体系的必要性和体系的基本框架，并从宏观上介绍了云端数据治理体系的实施过程。

第11章云端数据治理体系实施，系统全面地介绍了云端数据治理的实施过程，能为读者提供一个清晰的云端数据治理实施指南。

本书得到了国家科技支撑计划项目、广东省科技计划项目和广州市科技计划项目产学研协同创新重大专项资金等的支持，在此表示感谢。本书在撰写过程中，得到了来自学术界和产业界众多专家的帮助，感谢他们给出了很多非常有价值的意见和建议。

本书的宗旨是为读者提供最新的云端数据治理的参考，但由于云端数据治理研究刚刚起步，本书提出的云端数据治理模型难免会有一些偏颇和不当之处。由于编写时间仓促，加上编写水平有限，书中难免会有错误和不足之处，请读者不吝赐教，提出意见和建议，以便我们不断进步。