根据Data Governance Institute的总裁Gwen Thomas等数据质量专家的看法，当一个企业的数据流跨越了多个系统和流程时，必须要有一个正规的数据管理制度为支撑。

　　“这些企业是否想建立关于数据结构、共享、访问和使用的管理规则？答案是肯定的，”Thomas说：“他们是否想建立对这些规则的约束和控制？答案是肯定的。他们是否想建立明确的制度来明示项目的相关人员是如何做出决定的？答案也是肯定的。从今年的情况看，基本上达到一定规模的企业都需要并且愿意建立某种形式的管理制度。”

　　Joseph Bugajski是Gartner咨询公司（总部位于康涅狄格州的Stamford）的研究副总裁，曾经担任Visa公司的首席数据官，他对此持有更进一步的看法：“现在再探讨是否需要数据管理已经是无谓的了。”Bugajski认为：“几乎所有的企业都已经表示了对其数据可信度的要求。为了确保数据可信就必须要求有相应的管理机制。简单地说，就是必须有人对数据可信度直接负责。”

　　根据Data Governance Institute的定义，数据管理是“一个由决定权和信息相关的责任所构成的系统，在一个明确了时间、条件、方法、数据对象和执行人的框架模型下进行运作。”

　　但是实施这样一套系统的难度是非常大的。首先，许多达到一定规模的企业坚信他们已经有数据管理制度。这些制度通常缺乏广度和深度，或者缺少正规管理流程所必须具备的元素，相反却允许个人或者业务单元拥有各自的规则和标准。

　　“如果你象一个警长一样来到镇上然后说，‘现在我们将建立管理制度’，在座的所有人都会面面相觑，因为他们都认为已经有相应的机制和规则了，”Thomas说：“这样就会导致相关人员的排斥。”

　　数据管理：令人烦恼的烫手山芋

　　Thomas认为数据管理总是充满争议的。管理人员倾向于把管理制度看成一种官僚机制，不仅无法帮助工作，相反却会降低工作效率。负责具体企业管理事宜的人知道缺乏合理定义和明确目标的管理制度可能会引起误解和混乱。而最高管理层则会急于使企业拥有正式的数据管理制度。

　　Bugajski从现代工作场所中的数据本质开始谈起。

　　Bugajski表示：“数据就像空气一样无处不在。只有当肮脏的空气导致你生病时，你才会去着手应对污染问题；与此类似，每个人都有成吨的电子数据，但是我们很少去真正了解这些数据的质量和可信度。”

　　在麻省理工信息质量工业论坛上，Thomas建议：对于那些正在试图建立数据管理制度的CIO和企业领导者来说，在没有明确相关制度所要达到的目标之前，或许应该尽量避免使用“数据管理”这个术语。

　　Thomas认为：“每个企业都必须制定与自身情况相符的机制，而如何实施与推进也是同样重要的。”

　　首先，清晰地归纳出数据管理制度主要针对的问题是非常重要的。成功的数据管理制度都是由需求驱动的，比如那些阻碍企业业务发展的问题：不完整的IT开发周期、需要升级的数据仓库以及不正确的业务数据流程。Thomas最近曾帮助一个遇到麻烦的银行：其被告知在获得投资方的资金投入之前，必须建立起数据管理机制。

　　但是要注意，不要试图去定义数据管理制度，其并非一个具有明确完成日期的项目，而是需要持续不断的工作。

　　对于MIT论坛主题演讲人John Bottega来说，推进正式的数据管理机制无须额外的努力，因为这就是其职责所在。Bottega于2009年2月被任命为纽约联邦储备银行市场部门的首席数据官，他的官方介绍显示其负责推动和实施本部门的数据管理战略：“以业务、管理和技术为基础，建立持久的业务数据机制和技术架构。”

　　而且，Bottega还有来自高层的支持。今年2月，Daniel K. Tarullo（联邦储备委员会成员之一）在参议院证实了系统性风险的存在：“最近的金融危机暴露了在数据管理方面的重要缺陷，必须建立更高层次的数据标准以降低大规模系统风险的发生机率。”

　　Bottega认为：如果说在引发全球经济衰退的金融危机揭示什么的话，毫无疑问就是金融服务业的数据质量问题。

　　“我们拥有数据，但是却无法满足可比对的要求。数据不是在逻辑的源头进行采集，无法帮助分析师利用关键数据进行有效地分析。”Bottega分析说。

　　在本文的第二部分中将会介绍如何开始制度建设工作。