这是彭文华的第121篇原创
从一个八卦说起
今天看了一个八卦，差点没笑死我：
关键是还有很多人附议：
我是真的很理解。做数据这么长时间了，啥情况都遇到过。数据治理没做好，会累死三军的。
我们团队出具的数据，最少要过三关：
2、主管负责人复查； 3、数据需求方核查。
如果是关键数据，比如KPI、资方尽调、投后管理报告等数据，我还得亲自上手确认，确保前后口径大致一致、数据大致一致（由于某些不可说的原因，口径会微调）。
这就跟以前做饭一样，得淘米。以前淘米淘的其实是米中的砂石和杂质。现在的米都很干净，淘米是为了获得更好的口感，目的完全不一样了。
如果没淘干净，那就恭喜了，指不定是谁吃着吃着就会咯嘣一下，那酸爽，没谁了！我右下有颗牙，就是被米饭中的小石子给崩掉了一个口子。
数据治理理论及实践
目前国内外数据治理的理论及规范：
国外：
CWM 1.1
MOF
DAMA- DMBok
DMM
国内：
DMCM
DCMM
在数据质量国家标准《GB/T 36073-2018》数据管理能力成熟度评估模型中定义，应该从数据战略、数据治理、数据架构、数据标准、数据生命周期、数据应用、数据质量、数据安全等八大方面进行评估。
我也整理了一个数据治理的工作事项以及分步实施的建议：
以上内容我在《数据资产化的前提-浅谈数据治理体系的建设》文章中详细阐述过，这里就不再重复说明了。
数据治理最佳实践
年底是各种大会的聚集时刻，那是锣鼓喧天，鞭炮齐鸣。今天必须得给你安利一个数据治理的专场会议，12月20日，也就是下周日下午。分享的都是美团、字节、网易、滴滴的大数据相关负责人现身说法，分享数据治理的实操经验。关键是有全程直播！能在家躺着看！
在这里必须感谢项目组织方DataFun团队~~~
任长延 字节跳动 数据BP/数据治理负责人
扩展阅读：我手上数据治理的案例也不多，全都拿出来给你了。怎么样？够意思吧？公众号“大数据架构师”后台回复“数据治理案例”即可下载。
配合以下文章享受更佳
下载 | 阿特拉斯耸耸肩，数据治理法力无边~~
干货 | 什么是数据地图、血缘分析和数据资产？
干货 | 数据资产化的前提-浅谈数据治理体系的建设
我需要你的转发，爱你哟
以上就是做数据，不治理，等于做饭不淘米|彭文华从小爷爷对我说的全部内容了，希望大家喜欢。