“理现状和定目标”，其实说的是两个方面的问题，一个是强调过程，一个是强调结果，了解了现状，才能更好地制定目标，进而才能改进现状和问题，这两者是相辅相成的。任何企业都不会为了治理数据而治理数据，其背后都是管理和业务目标在驱动。企业数据治理的第一步是明确治理的业务目标。
一、现状调研
现状调研主要采用信息化摸底、业务部门调研、高层领导访谈等形式，充分了解企业的数据管理现状和丞待解决的业务问题，获取客户对数据治理的具体需求及期望，进而明确数据治理的目标。
1. 信息化摸底
是通过对企业信息化建设情况进行摸底，厘清企业的信息化现状，从IT视角观察和理解企业数据管理的痛点和需求。
2. 业务部门调研
是根据数据治理所涉及的实施范围，针对各个业务部门开展的调研活动，目的是厘清各个业务部门的数据管理存在的问题、核心需求等，从业务视角理解企业数据管理的痛点和需求。
3. 高层领导调研
即针对企业高级管理人员的数据治理需求调研。
P.S. 需求调研并不只是将客户需求记录下来，更重要的是挖掘客户没有说清楚的需求，甚至客户尚未发掘的真实需求，进而为企业解决实际业务和管理问题。
二、现状评估
企业数据治理现状评估包括数据思维和认知现状、IT系统现状、数据分布现状、数据管理现状、数据质量现状等多个方面。
1. 数据思维和认知现状
(1) 缺乏数据思维。
(2) 盲目跟风。
2. IT系统现状
(1) 系统架构。
(2) 系统集成。
(3) 系统使用。
(4) 系统数据。
3. 数据分布现状
(1) 数据域划分。
(2) 数据资源归类。
4. 数据管理现状
(1) 数据管理评估的维度。
(2) 数据管理现状分析，包括了制度和流程方面、技术平台和工具方面、应用方面、资金方面。
5. 数据质量现状
企业数据质量不高表现为多种形式，
(1) 缺乏统一的数据标准，同一数据在各系统中有着不同的定义，就容易给业务分析带来歧义。
(2) 缺乏规范的数据标准定义流程，单个业务部门也无力推动系统间数据不一致问题的解决。
(3) 企业对数据质量不够重视，业务操作没有标准和约束，录入随意，导致基础数据质量差。
(4) 缺乏有效的管理工具，杂乱无序的数据存储于企业内外部的各个业务应用系统中，系统之间的数据无法互联互通，形成大量信息孤岛。
(5) 业务系统数据普遍存在数据不完整、不准确、不真实、不及时，以及数据关系混乱等问题。
数据质量问题会对企业的业务和管理产生较大影响，
(1) 没有统一的数据标准，大量同名不同义、同义不同名的数据对业务部门之间的沟通造成了很大困扰，增加了业务人员的沟通成本。
(2) 业务系统中的主数据不一致，导致系统之间的数据无法打通，应用集成无法开展，数据分析缺乏统一的口径和维度。
(3) 业务数据不准确，影像数据分析，分析结果不仅无法支持决策，还可能带来误导。
三、确定目标
数据治理目标的制定方法，
(1) 企业战略理解。
(2) 业务需求分析。
(3) IT需求分析。
(4) 综合企业的业务目标、数据管理目标，以确定企业的数据治理目标。
企业数据治理的目标要和企业的业务目标保持一致，对于大部分企业而言，常见的数据治理目标，
(1) 通过协同工作提高效率，降低成本。
(2) 增强企业决策能力。
(3) 控制企业经营风险。
(4) 提高精细化管理的能力。
(5) 满足数据利益相关方的需求。
(6) 创新管理和业务模式。
(7) 增强数据价值的获取。
某银行数据治理项目的目标
(1) 制定数据治理政策，引入国家数据标准，保障数据安全，满足监管要求，提高风险管理能力。
(2) 保障数据安全，保护数据完整性，确保流通数据的合规性和真实性，确保数据存储的安全性，保护个人隐私数据。
(3) 探索有效使用数据的方案，增强在数字化营销、金融风控方面的业务能力。
数据治理目标必须贴近企业的整体业务目标，需要真正将数据视为一种战略资产，构建统一的数据架构和数据管控体系，以满足企业业务发展和管理决策的整体要求。
