国际数据治理研究所发布的这个数据治理框架包含了他们认为应该包含在数据治理程序中的组件。在全球首个数据治理框架发布20年之后，一个新版本被发到网上。第一次也是唯一一次更新是在2023年5月3日发布的。与此同时，全球各地的各行业组织在使用自己的框架方面获得了相当多的经验，这些框架往往受到国际数据治理研究所最初与世界分享的框架的影响。现在很明显，当CIO和首席数据官做三件事时，数据治理是最成功的：
(1)让所有关键利益相关方参与数据治理框架的定义。Thomas说，“你不能假设数据所有权等同于对数据的决策权。”
(2)从想要实现的业务成果的清晰概念开始。Thomas说，“关注价值，你所做的收集、管理和分析数据的一切都应该追溯到价值。”
(3)使用你的框架来编排执行。Thomas说：“管理数据和使用数据应该被视为一系列行动。当定义了良好的框架之后，CIO应该能够将任务交给不同的团队，并充分相信他们不仅会准确地执行任务，而且其结果将有助于实现总体目标。”
1、谁参与定义框架?
美国商务部可能是美国最大的数据收集者，该部门收集、归档和分析从天气和农业数据到科学和经济数据的一切数据。
美国商务部首席数据官OliverWise表示，目前正在收集有关美国企业经营状况的最详细数据。这项调查由美国人口普查局每五年进行一次，而美国人口普查局只是美国商务部的机构之一。
Wise说:“我们会问一些详细的问题，以了解这些企业从事的是什么类型的业务，他们的客户是谁，他们的收入是多少。我们了解他们的员工基础，以及他们是合同工、兼职人员还是其他职业。这些数据为美国经济状况提供了一个重要的视角，为各级政策制定者提供了依据。”
美国商务部目前正在进行的另一个重要项目是收集和分析数据，为供应链政策提供信息，其目标是了解供应链的瓶颈并对其进行预测，以便美国经济能够更好地应对冲击，例如新冠疫情带来的冲击。
除了从公共来源收集和生成的数据之外，美国商务部还从私营部门购买许可数据，并将其用于经济分析等方面。Wise说：“现在面临的挑战在于，当从外部获取数据时，必须对数据进行规范化，以使其有意义。”
结构化数据和跟踪数据源只是美国商务部考虑的数据治理的许多重要方面中的两个。由Wise担任主席的数据治理委员会负责为组成该部门的众多机构处理数据管理和数据政策问题。
他说，“我们有不同的数据治理框架来满足不同的需求，在所有情况下，任何框架的定义都需要集体努力，因此所有利益相关者都觉得他们的建议被倾听。如果你这样做，每个人都更有动力使用框架，这将确保数据管理的一致性。”
2、数据治理的目标是什么?
西门子公司的CIOHannaHennig表示，她看到业务部门开始收集数据，而不知道收集什么数据以及为什么收集数据。她说，“这通常是在浪费资金，如果你不知道想要解决什么问题，那么你就无法定义数据策略。”
她表示，用户要找出其需要的数据，首先要明确定义认为期望的业务结果是什么。无论它影响的是业务结果的顶线或底线，还是两者兼而有之，期望的业务结果将驱动有关收集哪些数据的决策。一旦确定了数据，就可以开始定义数据治理框架。
框架应该回答一些问题，例如谁拥有每个数据资产、所有者的角色，以及如何确保数据被管理并有资格地用于整个业务中的技术。如果数据被正确整理和格式化，它可以被数据分析使用，特别是人工智能，以提出建议，帮助企业在进入市场之前做出决策。
糟糕的数据质量会导致糟糕的决策和建议。当数据质量不好的时候，企业就不能在市场和竞争对手之前做出决定，或者更糟的是，会做出错误的决定。Hennig表示，数据治理有助于确保数据质量并防止业务出现混乱。
她说，“如果没有采用框架，企业倾向于保护自己的数据，如果没有共享，就没有跨越价值链的用例。如果不能突破数据孤岛，就不能在内部收获数据的好处。当可以实现端到端用例时，最大的价值就会出现，例如，将制造与销售预测计划相结合。”
另一个重要的端到端用例是可持续性，这需要企业报告温室气体(GHG)报告的三个范围：范围1是关于企业拥有或控制来源的直接排放;范围2是企业能源消耗所产生的所有间接排放;范围3是整个供应链的排放情况。
Hennig说：“这三者都要求企业放眼整个价值链。企业不仅需要查看内部的数据，还需要查看外部的供应商和客户的数据。如果有数据孤岛，就无法做到这一点。”
Hennig指出，最重要的是，在建立数据治理之前，企业需要清楚他们想要解决什么问题，其目标应该是交付业务价值。
3、企业的框架如何帮助团队协同工作?
JenniferTrotsko在世界银行集团私营部门国际金融公司创立了数据治理职能部门以及后来的隐私职能部门，她深受GwenThomas发布的数据治理框架的影响。
成为国际金融公司合规风险部门负责人和首席隐私官的Trotsko说，“我们基于国际数据治理研究所的组件和其他基准开发了自己的框架，有了这个基础，国际金融公司就能够协调各团队的活动。通过使用一种通用语言来交流从政策和规则到技术和流程的所有内容，企业的每个部分都可以引用框架并为整体最终状态做出贡献。”
她说，“在确定项目的商业价值之后，我们做的第一件事就是将任务映射到我们内部的数据治理框架，在政策领域分配主管，例如一名主管负责技术工作，另一名主管负责变更管理，该项目有了明确的护栏和里程碑。这使得核心团队可以跨几十个部门进行管理，并且这个框架为利益相关者提供了所有重要组件都被覆盖的信心。简而言之，这些主管专注于执行工作，因为他们知道我们对整体努力有共同的愿景。”
Trotsko说，“这在管理涉及数据收集、存储和分析的大型项目方面非常有价值。”
