Data governance 数据治理
AI 导入卡住的地方通常不是模型，是数据：放在哪、谁在用、能不能信。先把这三件事弄清楚。
01
适合谁
- 同一份数据在不同部门有不同版本，数字对不起来
- 想导入 AI 或 BI 报表，但不确定数据能不能用
- 不清楚公司有哪些个人资料、放在哪里、谁可以看
- 正在规划串接旧系统，想先把数据整理好
合作周期 3 个月、半年或一年
计价方式 依个别案例估算
分散的数据
ERP、Excel、各部门系统
清册与标准
位置、拥有者、字段定义
质量与权限
定期检查、个资分类
可信任的数据
给报表、给 AI 使用
02
服务内容
数据盘点
列出公司有哪些数据、放在哪个系统、谁负责、谁在使用。
标准化
统一字段定义、代码与命名，让不同系统的同一笔数据对得起来。
质量监控
订出质量规则（完整性、正确性、实时性），并建立定期检查的方式。
权限与个资
依角色设置访问权限，标出个人资料与敏感数据，对照个人资料保护法的要求。
03
执行方式
1. 盘点
访谈与系统调查，完成数据清册。
2. 订规则
制定标准、质量规则与权限原则。
3. 导入
在系统与流程中落实，并处理最关键的数据问题。
4. 监控与交接
建立定期检查，交付文档给负责的同仁。
04
交付物
- 数据清册（位置、拥有者、用户）
- 数据标准与命名规则
- 质量规则与检查方式
- 权限与个资分类表
- 治理文档与交接说明
05
合作周期
以三个月、半年或一年为一个周期，依范围决定。每个周期结束时，我们会和你一起对照一开始设置的目标，再决定下一个周期要做什么，或到此为止。
06
计价方式
依个别案例估算：要处理的系统与数据有多少、需要的人力与时间、周期多长。估价分两步：先量基线——在报价之前、另外计价，记下现况的数字；再依量到的范围估算导入的费用，而不是先报价再凑范围。写信告诉我们你的状况，我们会先说明量基线要做哪些事。
07
常见问题
中小企业也需要做数据治理吗？
需要，但范围可以小。先从最常用、最常出错的几份数据开始，例如客户、产品与订单数据，而不是一次整理全公司。
数据治理跟导入 AI 有什么关系？
AI 只能用它拿得到、而且正确的数据。数据不一致或权限不清楚时，AI 的答案也不会可靠；先治理数据，导入才有基础。
要换掉现在的系统吗？
通常不需要。数据治理主要是订规则、整理数据与流程，大多可以在既有系统上完成。
08
延伸阅读
- 旧系统与 AI 串接 服务项目
- 企业 AI 导入顾问 服务项目
- PQC 后量子密码迁移