數據治理發現流程評估和審視環境

發現流程獲取組織數據生命周期的當前狀態、相關業務流程、組織及技術支持能力，以及數據本身的狀態。充分利用從這些步驟得到的啟示，定義數據治理策略、優先級、業務實例、政策、標準以及最終的未來愿景。此流程以“發現驅動定義”的形式與定義流程階段迭代并行，同時，定義流程使發現流程更有重點和針對性。

構成發現階段最重要的流程包括：
    數據發現。包括自動和手動工作--通常由支持技術引導和啟動--發現、記錄、評估所有涉及到數據的相關來源、目標及技術設施中的有關數據、元數據、域、業務規則和其它對象。
    ·發現遍布各處的數據實體，識別風險暴露的領域，尋找改進或減少數據質量問題根本原因的時機。
    ·在所有的數據源中識別出顯現數據異?；驑I務場景的位置。許多數據探索的目的在于找出“什么數據與此分析或業務決策相關？”
    數據剖析。此流程評估目標數據集以確定當前狀態，是定義規則和政策的基礎。
    ·數據剖析幫助回答以下問題：“今天我們的數據是個什么樣子”，“一個系統的數據如何與其他系統的數據關聯”，“為改進功能，我們應該考慮定義哪些規則和政策”。
    ·如果不能理解數據的當前狀態，就不能有效定義和執行重要數據質量、安全、歸檔、屏蔽及其他類型的政策或業務規則。
    建立數據清單。此流程識別和記錄在使用、應用程序、所有權和關系的上下文環境中相關主數據、交易數據、參考數據域和屬性的清單。雖然數據清單也可獨立進行維護，但它一般是數據建模應用的副產品。
    ·提供所有相關數據及屬性的統一視圖，以考慮何時定義數據模型、規則、政策、關系、類別及其它與數據有關的工作。
    建立流程清單。此流程識別和記錄組織運作的業務流程清單。流程清單通常在多個層次上進行維護，像“訂單到現金”或“采購到支付”這樣的主流程在頂層維護，而較為精細的流程步驟（如“創建賬戶”，“執行訂單”）則在底層定義。
    ·數據治理和支持技術投資（數據集成、數據質量、主數據管理、信息生命周期管理、商業智能、數據倉庫、）改進和優化關鍵業務流程、決策以及交互。如果離開業務運行流程環境和流程使用的數據，數據治理優化將沒有價值。
    CRUD分析。當前狀態“創建、讀取、更新、刪除（CRUD）”分析將業務流程、支持應用程序和系統映射為數據，從而使重要數據的生命周期可見，并易于理解。
    ·改進關鍵數據的可信任度及安全性時，行為、系統以及政策方面需要發生一些變化，要識別這些變化，就必須了解能對這些關鍵數據進行創建、讀取、更新或刪除/清理/歸檔的當前狀態流程、應用程序以及相關人員。
    能力評估。組織能力數據治理當前狀態評估取決于多個方面，包括技術/架構，功能性，人員技能，以及流程/政策。
    ·此流程使數據治理執行人員明悉：可以充分利用哪些組織優點，可以在哪些組織弱點上加大投入以減少風險并提高數據治理工作的投資回報率。