💡一句話定義
比喻：一座圖書館。治理是館方訂的規則（哪些書限館內閱覽、誰負責某區書架、書要怎麼編目）；管理是館員每天上架、整理、借還的作業；安全是門禁、監視器、防盜磁條。三件事缺一不可，但不是同一件事。
🤔治理 vs 管理 vs 安全：三個最常被混用的詞
| 面向 | 資料治理 Governance | 資料管理 Management | 資料安全 Security |
|---|---|---|---|
| 核心問題 | 誰負責？依什麼規則？標準是什麼？ | 資料怎麼存、怎麼搬、怎麼整理？ | 怎麼防止被偷、被改、被看？ |
| 產出 | 政策、角色分工、分級標準、品質指標、稽核機制 | 資料庫、資料管線、目錄、清理後的資料集 | 加密、權限、防火牆、稽核日誌 |
| 誰在做 | 治理委員會、Data Owner、Data Steward | 資料工程師、DBA、Custodian | 資安團隊、IT |
| 一句比喻 | 圖書館的規章與館長 | 館員每天的上架、編目 | 門禁與防盜磁條 |
👥核心角色：Owner、Steward、Custodian
資料治理最常考的就是「這件事該誰負責」。三個角色記住一句話：Owner 決定、Steward 把關、Custodian 保管。
通常是業務主管（例：客戶資料的 Owner 是行銷長或客服主管）。對資料的定義、分級、誰可以用負最終責任，核准存取申請。
懂業務也懂資料的日常把關者。定義欄位意義（這個「客戶狀態」到底幾種值？）、監控品質、處理品質問題、維護資料字典與目錄。
通常是 IT／資料工程。負責技術上的儲存、備份、權限設定、加密——照 Owner 與 Steward 定的規則執行，不決定資料該給誰。
| 情境 | Owner | Steward | Custodian |
|---|---|---|---|
| 行銷想要客戶電話做名單 | 核准／駁回 | 確認用途符合蒐集目的、建議遮罩 | 開權限、記錄稽核 |
| 「客戶等級」欄位定義不一致 | 拍板統一定義 | 調查差異、更新資料字典 | 修改資料庫對應 |
| 資料庫要搬到雲端 | 確認分級是否允許上雲 | 檢查遷移後品質 | 執行搬遷、加密、備份 |
| 資料外洩 | 承擔責任、對外說明 | 釐清影響範圍 | 封鎖、鑑識、還原 |
🏷️資料分級與存取控制
不是所有資料都要用同一種力道保護——把「身分證字號」跟「商品分類」用一樣嚴的規則管，既浪費又沒人遵守。資料分級（Data Classification）就是依外洩後的衝擊分成幾級，每級對應不同的存取與保護要求：
| 等級 | 定義 | 例子 | 存取與保護 |
|---|---|---|---|
| 公開 Public | 外流也無害，本來就要給大家看 | 官網公告、商品分類、已公開財報 | 任何人；不需特別保護 |
| 內部 Internal | 外流會造成小困擾，但無法律責任 | 購買金額統計、員工分機、內部流程文件 | 全體員工；基本登入控管 |
| 機密 Confidential | 外流會傷害個人或公司，可能涉法 | 姓名、電話、Email、地址等個資；合約 | 業務必要＋Owner 核准；遮罩、加密傳輸、稽核 |
| 極機密 Restricted | 外流造成重大法律責任或營運危機 | 身分證字號、信用卡號、病歷、生物特徵、未公布財報 | 特定授權名單；靜態加密、MFA、完整稽核、禁止下載 |
🎮互動①：資料分級與存取模擬器
假設你是一家電商的 Data Steward，要替下列 12 個欄位定等級。點選每個欄位的等級，系統立刻告訴你合不合理；全部分完後，切換下方的「角色」看看每種人實際能看到什麼。
📏資料品質六維度
「資料品質好」不是一個感覺，是六個可以量化的面向。考試常給一個症狀，問「這是哪個維度出了問題」。
該有的值都有嗎？症狀：Email 欄位 12% 是空白。
值跟真實世界一致嗎？症狀：電話已換號、縣市填錯。
同一件事在不同系統、不同欄位講法一樣嗎？症狀：CRM 叫「王小明」、ERP 叫「王曉明」；性別有 M／男／male。
資料夠新、在需要時拿得到嗎？症狀：庫存數字是上週的。
同一實體只出現一次嗎？症狀：300 筆重複會員。
符合格式、範圍、規則嗎？症狀：出生年 2030、金額負數、地址欄填電話。
🎮互動②：資料品質儀表板
勾選你在資料集裡發現的問題，右邊六個維度的分數會即時被扣，並告訴你對 AI 模型的影響。試著找出「哪一個問題扣到哪個維度」。
🧬資料血緣（Lineage）與資料目錄（Catalog）
資料血緣（Data Lineage）＝記錄一筆資料「從哪來、經過什麼轉換、流到哪去」的族譜。模型預測出錯時，你可以沿著血緣往回追：是來源系統錯、ETL 寫錯、還是特徵工程改了定義？
資料目錄（Data Catalog）＝資料的「搜尋引擎＋說明書」：有哪些資料集、每個欄位是什麼意思（資料字典 Data Dictionary）、誰是 Owner、分級是什麼、品質分數多少、最後更新時間。沒有目錄，新人要花三週問人「客戶流失到底怎麼定義」；有目錄，三分鐘查到。
| 工具 | 回答的問題 | 對 AI 專案的價值 |
|---|---|---|
| 資料血緣 | 這個數字從哪來、怎麼算的？ | 可追溯、可重現；稽核時能證明訓練資料來源合法 |
| 資料目錄 | 有什麼資料、在哪、誰管、能不能用？ | 找特徵快、避免重複建資料、知道分級再用 |
| 資料字典 | 這個欄位的定義、型別、允許值？ | 避免「同名不同義」造成特徵錯誤 |
🗂️主資料管理（MDM）
為什麼重要？沒有 MDM，模型訓練時「王小明」「王曉明」「Wang Xiao-Ming」被當成三個人，消費紀錄被切成三份，流失預測整個失真。MDM 做的事：比對（Match）→ 合併（Merge）→ 維護唯一 ID → 把黃金版本同步回各系統。
| 資料類型 | 是什麼 | 例子 |
|---|---|---|
| 主資料 Master | 核心實體，變動慢，跨系統共用 | 客戶主檔、產品主檔 |
| 交易資料 Transactional | 事件紀錄，量大、不斷新增 | 訂單、付款、點擊 |
| 參考資料 Reference | 標準代碼表 | 縣市代碼、幣別、國家代碼 |
| 後設資料 Metadata | 描述資料的資料 | 欄位定義、Owner、分級、更新時間 |
♻️資料生命週期與保存期限
資料不是存下來就永遠放著。每個階段都有治理要求，而「該刪沒刪」是個資法最常罰的點之一（個資法第 11 條：特定目的消失或期限屆滿，應主動或依請求刪除）。
保存期限（Retention）怎麼訂？
- 法規最低要求：例如商業會計法要求會計憑證保存 5 年、帳簿 10 年；勞基法出勤紀錄 5 年。這些是「至少要留」。
- 個資的「最多能留」：蒐集目的達成後就該刪（或匿名化），不能「以後可能用到」就永遠留著。
- AI 模型的訓練資料：要保留到足以重現、稽核該版本模型為止（例如模型下線後 N 年），並記錄在血緣裡。
- 刪除要能證明：保留銷毀紀錄（何時、誰、哪些資料、用什麼方法），這就是「可問責」。
🤖AI 專案為什麼特別需要資料治理？
監管或客戶問「你的模型用了什麼資料訓練、有沒有授權、有沒有個資？」——血緣＋目錄＋分級就是你的答案。沒有治理，只能說「好像是三年前某同事抓的」。
模型對某族群誤判率高，要能回頭看訓練資料的來源、分布、標註者是誰。治理讓「公平性問題」從猜測變成可以查證的工程問題。
AI 基本法要求「隱私保護與資料治理」「問責」；個資法要求安全維護措施與刪除義務。治理文件、稽核紀錄、分級清單就是證據。
「垃圾進、垃圾出」：重複、缺漏、不一致的資料會直接變成模型的錯誤。品質六維度是特徵工程前的健檢。
⚠️常見誤區
| 誤區 | 正確觀念 |
|---|---|
| 「資料治理是 IT 的事」 | 治理由業務端主導（Owner 是業務主管），IT 是 Custodian 負責執行。只有 IT 做，規則會脫離業務實際。 |
| 「買一套治理工具就等於有治理」 | 工具（目錄、品質監控）是手段；沒有角色、規則、流程，工具只是空殼。 |
| 「資料全部設成機密最安全」 | 過度分級＝沒有分級：大家為了工作會繞過規則，真正該保護的反而混在裡面。 |
| 「Steward 就是 DBA」 | Steward 要懂業務意義（欄位定義、品質規則）；DBA／工程師是 Custodian，管技術儲存與權限。 |
| 「格式都對，資料品質就好」 | 格式對只是有效性；還要看正確性、完整性、一致性、即時性、唯一性。 |
| 「資料留著總有一天用得到」 | 個資有目的限制與刪除義務；留愈多、外洩衝擊與法律風險愈大。 |
✅自我檢測
5 題單選，點選後立刻顯示對錯與解釋。
🎯重點整理
- 定義：資料治理＝讓資料可信、可用、可問責的規則、角色、流程與衡量；治理決定「該怎麼做」，管理與安全負責「做出來」「守住」。
- 角色：Owner（業務主管）決定與負責；Steward 定義與把關品質；Custodian（IT）技術保管與執行。
- 分級：公開／內部／機密／極機密，依外洩衝擊分；搭配最小權限、需知原則、RBAC。
- 品質六維度：完整性、正確性、一致性、即時性、唯一性、有效性；正確性比現實、有效性比規則。
- 血緣與目錄：血緣答「從哪來、怎麼算」；目錄答「有什麼、在哪、誰管」；資料字典答「欄位什麼意思」。
- MDM：客戶、產品等核心實體只有一個黃金版本，避免同一人被當成三個人。
- 生命週期：蒐集→儲存→使用→封存→銷毀；保存期限兼顧法規最低要求與個資「目的達成即刪」。
- AI 為什麼需要：訓練資料可追溯、偏誤可查、合規可證明、品質決定模型上限。