大數據、資料分析、AI 等已經成為許多企業的熱門名詞，並紛紛加入數據治理的行列。大部分企業經常進行一次性巨量的資料整理，包括擷取、清理，和整合等，替部門間減少了許多重複性的工作，然而整理出來的數據依然無法直接供商業個案使用或是滿足客戶需求。此外，現今網路世代充斥大量資訊使用者注意力有限，隱私權意識升起，企業要獲取個資、網路足跡的難度增加，有效運用新興技術進行數據治理為企業成長關鍵。

為什麼要做數據治理？

數據治理能帶來的好處眾多，組織可以節省掉花費在檢索資料，重複性地將資料處理成符合需求的樣貌等作業，並使流程和資料變更有清楚規範，而系統性的企業資料能帶來更全面性、更好的決策資源。

數據構成了企業的核心，有效治理數據可以最大化資料的價值，提升企業決策的精準性和即時度，幫助企業邁向新格局。

—— Maggie Ku 雲端智能中心 總監

如何做數據治理？數據產品管理

有鑒於目前企業遇到的困難，哈佛商業評論與麥肯錫顧問公司皆提出了一個有助數據治理的概念——將數據視為產品來管理。並提到「數據產品（Data Product）」的特徵與實體產品（如：汽車）和數位產品（如：應用程式）類似，可以根據產品提供客製化功能，以及定期的進行產品升級。

無論打造數據產品或是建立數據治理團隊，瞭解常見的數據使用方式為首要之務，儘管每個組織使用、儲存與管理資料的方式有所差異，這些方式不脫離以下四種典型資料應用情景：應用程式。數據以特定的形式和頻率進行清理並呈現，例如物流追蹤系統即時輸出貨物定位資訊；進階資料分析系統。除了以特定的形式和頻率進行清理以外，這些數據同時被整理成適合在機器學習和 AI 數據處理系統使用，像是財務預測與優化模組；報表系統。有明確使用目的且通常具有稽核功用的資料，在品質和安全層面受到嚴謹管理，如營運和合規性報表；外部資料共享系統。資料的使用遵循嚴格的政策與協議，包括資料的保存與權限。常見的使用情境如金融機構間的資料共享，用來防制詐騙行為。

以產品管理的思維管理數據可以幫助團隊以標準化的方式滿足各種資料的使用需求，打造數據產品節省大量的時間與成本。

結語

看到這邊，相信你已經迫不及待想要開始打造數據治理團隊了！如同一般的產品開發流程，打造數據產品需要一套營運模式，確保產品的品質管理、資金來源、使用流程以及成效追蹤等。無庸置疑地，成立數據治理團隊亦需要部門間的參與，例如 IT 部門，提供符合應用場景的萬用數據模組，以及相關資料分析、整理的工具供他部門使用，同時負責原始資料與相關模組的資訊安全；行銷部門可依相關模組資源建立客戶數據產品；HR 部門建立員工數據產品和承包商數據產品等。

資料來源
Mckinsey: How to unlock the full value of data? Manage it like a product
HBR: A Better Way to Put Your Data to Work