# 数据治理实施方法论
数据治理实施方法论按照数据治理成熟度评估-\>评估现状、确定目标、分析差距-\>计划制定、计划执行-\>持续监测度量演进的关键实施方法形成数据治理实施闭环流程。
图1数据治理实施方法论   
![](https://support.huaweicloud.com/dgm-dataartsstudio/zh-cn_image_0235450594.png "点击放大")
这也遵循了PDCA（Plan-Do-Check-Action）循环的科学程序，同时结合数据治理工作的特点设计了两个层面的度量评估：
表1度量评估 
| 度量评估工具    | 度量评估对象   | 度量评估方法               | 度量评估频次 |
|:---|:---|:---|:---|
| 数据治理成熟度评估 | 企业整体     | 调查问卷                 | 年度     |
| 数据治理评分卡   | 各业务及IT部门 | 数据治理工作组与各业务及IT部门共同打分 | 季度     |
   
#### **两个层面的数据治理度量评估工具**
通过年度的整体数据治理成熟度评估，了解各维度数据治理现状，并制定可操作性目标，分析差距，制定切实可行的计划，在推进落实计划的过程中，利用季度性实施的数据治理评分卡，针对性地监测度量各业务/IT部门的数据治理情况，持续推进各部门的数据治理水平提升，进而提高整体数据治理成熟度。
年度进行的整体数据治理成熟度评估，可以结合主观及客观调查度量，综合反映企业当前数据治理成熟度水平，帮助制定切实可行的数据治理整体目标。季度性实施的数据治理评分卡是一个重要的工具手段，从一些关键核心维度进行季度性迭代评分，持续促进所有部门数据治理工作的落实提升。