在芝加哥举行的2011年企业数据世界会议上，数据治理专家小组指出通过花钱做事，比如花钱提高数据质量和删除重复数据并不是那么的简单，把这些事情做好需要有实实在在的创造力。

　　参加会议的小组成员利用一个小时探讨了数据治理的最佳实践和规则责任。同时指出做数据治理投资必须把目标定位在推进商业目标和提高底线上。比较重要的是数据治理可以帮助公司找到零业务的原因并加以改进。

　　Michele Koch是企业数据管理和数据治理协会主席 ，他指出：“有时数据治理方案是明确的，糟糕的数据质量将导致灾难性的用户在线体验，但是在找出问题的原因并给与量化分析却是一个漫长的过程。”

　　数据治理最佳实践：“5个为什么”原则

　　Koch指出，一些商业用户往往不明白为什么会出现这个问题、为什么成本越来越高、收入越来越少。使用“5个为什么”原则将帮你定位问题，分析成本收入。

　　当涉及到数据的质量时要求企业员工能描述他们最大的痛点。例如，问题可能是一个应用程序或系统未能提供可靠的结果，然后问为什么会出现这个问题。接下来问为什么是组织应该解决的问题，等等。最终，你会到达一个更深层次的问题，这个问题将直接影响你的底线。例如：数据质量差，导致了灾难性的网上购物体验和每月都有未知的损失。

　　Koch说：“一旦明确了业务问题，那同样的问题只要花费较少的成本即可。比如，一个售货员因为业务数据不详细导致花3小时完成了一个业务，但是销售其他东西只需平均1.5 小时。这样公司就损失了两笔的交易。”

　　“这一切都归结为增加收入或降低您的成本，”Koch说。

　　数据质量最佳实践：定义规则和责任

　　数据治理 AAA级管理主任David Plotkin是小组成员，他指出建立一个数据治理组织意味着定义和分配一些规则和职责来促使数据治理项目的成功。

　　在AAA级别里，人们把数据治理的规则和职责分成3大类，其中包括监督机构，业务单元和IT支持团队

　　AAA级监督机构是基于公司的业务和每天运用数据治理方案。例如它确保了业务术语表的内容都是正确的，并且不断的制定和执行新的标准来提高术语表的实用性。

　　业务人员比任何人都理解他们所创造的词汇，因此他们大部分负责数据治理的正确性。这个正是AAA级中数据治理的规则和职责都是关于业务方面的原因。

　　“我倾向于认为业务类应该作为重要的一部分，并且有业务买进和有业务提供这些资源，无法不劳而获，”Plotkin说：“数据治理组织的业务水平由数据所有者或者数据领导者所决定。这些人对于数据策略和程序问题的出现给予回应，并管理数据。”

　　他们由业务出身，他们除了完成日常工作还知道同行碰到问题的答案。

　　Plotkin指出数据管理水平是使真正的工作得以圆满完成，因为管理监督机构对反应的任何问题都作出了响应。一个任务往往会引导出新的数据质量政策和程序。

　　第三个层次的技术人员就是那些可以解释突然出现的数据质量问题。比如，他们可以在已有的个人系统或者应用程序中，通过ETL操作的结果来诊断问题。

　　小组成员Kira Chuchom管理着网络巨头思科的数据治理组织，他对“指导委员会是数据治理层次结构的重要组成部分”的观点表示同意，并说指导委员会主要是由公司主管人员和其他主要决策者组成。

　　“我们也是数据管理的信仰者，我们的所有的数据托管都来源于业务，”Chuchom 说。