在这篇文章中，我们解释了选择数据治理模型来设定整个组织的数据治理决策方向的重要性。
实现能够带来商业价值的信息管理是数据治理的主要功能。然而，如果我们不首先确定与数据相关的决策方式， 并考虑到组织的特点和需求， 那么实现这一雄心勃勃的目标将是完全不可能的。
并非毫无意义的是，充分管理业务数据需要遵守标准、政策和程序。除了技术对于优化流程的重要性之外，最终目标是实施一项全球计划，以最大限度地发挥数据治理的作用，从而实现组织的战略目标。
选择模型，第一步
在这个协作框架内，设计数据治理计划时，选择 数据治理模型 来确定组织做出决策的不同方式是关键。所涉及工作人员的参与程 尼日利亚 whatsapp 数据 度将取决于此，从而取决于数据治理计划本身的成功。
为了建立有效的路线图，我们将在确定战略意图、数据治理角色和职责、与业务架构的一致性以优化 IT 战略或方法和程序等方面时寻求其与所选数据治理模型的一致性。
因此，在实施计划之前，我们必须选择数据治理模型 来确定必须对数据做出决策的人员或团体。它们可能分散在整个组织中，并且它们的归属将取决于选择单独或交互运行的数据治理模型或模型集。
数据治理：如何进行评估？
有哪些模型可供选择？
根据所选的模型，数据治理决策将在整个组织中遵循一定的方向：
自上而下： 这些是由组织领导者做出的决定。他们还按照组织层级结构图中典型的下降式指挥路线进行沟通。它们的特点是缺乏辩论并且强制遵守。为了使该模型在数据治理框架内取得成功，需要在执行级数据治理委员会和该计划的其他要素之间建立明确的联系。通过有效的领导来有效地传达决策是关键。
自下而上： 决策由人们在日常工作中做出，所获得的结果超越整个组织。它们最终成为整个公司的标准。要实现这一点，需要有组建工作团队和建立适当渠道的可能性，以便建议能够传达到更高层次。通常通过与管理层级或办公室数据治理的接触点。
从中心向外： 这些都是来自专家建议的决定。他们通常专注于建立数据或协议模型以及设计控制等。一旦做出决定，您可以使用以前的模型来最终确定，并通过说服那些感兴趣的人来获得更大的参与度。
他们将从各个孤岛开始：通过各个孤岛或团体进行的决策流程将代表们聚集在一起，共同商定行动方案。他们的决策也可以为整个公司树立标准。有时，倡议来自专家组，这种模式用于让参与者参与并促进遵守标准。