在大數據時代，數據治理是所有的擁有大量數據的公司的巨大的挑戰。沒有數據，企業缺乏用于做決策的數據的支持。可是有了越來越多的數據，很多情況下卻增加了管理數據的成本，真正地讓數據產生價值，卻發現如何管理這些散碎在不同地方的數據，將數據有效的組織起來成了一個令人頭疼的難題。 數據不能夠被使用，就是成本，而不是資產。正是因為這個原因，數據治理和數據管理對于企業變得越來越重要。 企業數據治理是一套持續改善的管理機制，通常包括組織架構、政策制度、技術工具、
數據標準、作業流程、監督及考核等多個方面，涉及的IT技術主題眾多，包括數據體系、管理體系、平臺建設、數據管控等多個方面?
1、數據資產體系
數據體系建設包括數據模型、數據標準、數據管理等內容。數據模型建設前需要統一企業數據概念與定義，增進業務人員與技術人員的相互理解與溝通，保證需求定義的準確性。
而具體的通用數據標準的分類標準則根據數據在企業業務中的使用頻度和業務需求，通過匯總分析，對通用數據進行分類，形成統一的數據標準在數據層面的定義，并以數據項自然分類為基礎，對數據進行分類。
數據管理包括數據編碼、數據創建、數據使用、數據歸檔/銷毀等內容，根據企業核心業務實體，梳理
主數據（如物料、組織機構、客戶、供應商等），并參照行業標準對主數據進行編碼。
2 、數據管理體系
數據治理的管理體系主要包括規章制度、管控辦法、標準規范、組織架構等。規章制度和管控辦法由企業數據治理委員會結合數據治理戰略目標進行統一制訂并發布，相關業務部門參與制訂并執行，IT部門負責監督推動，明確部門及崗位的數據治理要求，并與個人績效掛鉤，如數據平臺管理運行管理辦法、
主數據管理規定、數據治理與質量考核辦法等。
數據治理標準規范包括元數據標準、
數據質量檢查操作規程、主數據標準、質量校驗準則、數據安全技術規范、數據交換標準、數據編碼規范等。
數據治理組織架構包括數據治理委員會、數據管理專員、數據管理職能機構等，數據治理委員會由業務部門領導、IT部門領導共同參與，讓業務與業務之間、業務與技術之間能夠有更充分的討論溝通，從而對宏觀的數據戰略、制度達成共識。
3 、數據內容監控
數據在信息系統中是以不同形態體現的，需要將每種形態管理好，才有可能管好最終的數據質量。IT部門牽頭制定并且定期更新企業級的數據架構、數據標準和數據質量標準，作為新建系統和應用的指導約束，在標準制定過程中，充分調動業務部門參與標準的積極性，明確業務職能、業務流程和業務部門間的職能邊界劃分，分析研判數據內容、來源和去向，參與設計數據的流向關系。
在數據架構方面，對企業數據的分類、分布和流轉進行規劃、設計，確保新建系統、新建應用能夠與現有系統保持一致和融合，避免產生信息孤島，或不必要的
數據集成、數據轉換。
在數據標準方面，結合國家、行業方面的相關標準，研究數據項、參考數據、指標等不同形式，進行統一的業務定義。在質量標準方面，建立質量規則以及稽核模型，關注及時性、準確性、完整性、一致性、唯一性。??
4、數據治理平臺
數據治理平臺將各種數據內容管控、流程管控、管理規定、標準規范等融合到信息化平臺中，提供元數據、數據資源目錄、主數據、業務主題數據、數據質量管理、數據流程管理等功能，以元數據為基礎，整合各級各類數據資源，構建
數據資產管理體系、數據資產樹和數據庫，按照不同數據細類制定相應的工作模板，對指標數據和明細數據進行梳理和歸并。
（部分內容來源網絡，如有侵權請聯系刪除）
