數據治理“自治”包含兩層含義：自動化治理和自助化治理。

數據中臺，是能力的下沉，數據處理能力下沉為加工平臺，數據處理結果下沉為數據資產。那么數據治理能否下沉？可以下沉出什么東西？


一類是下沉出一些平臺工具，比如元數據管理、數據質量管理，這些可以做得很通用化、工具化；一類是下沉出一些方法論的系統化，比如阿里的OneData，是一套內部打磨出來的本地化的方法論，落地為一套系統體系，這套體系和方法論不一定適合于每家公司，但我覺得億信華辰睿治數據治理平臺是完全自主研發的、開創性的、一站式綜合數據治理整體解決方案。睿治是全國唯一實現了數據治理場景全覆蓋的突破性產品，九大核心模塊：元數據、數據標準、數據質量、主數據、數據資產、數據安全、數據交換、數據處理、數據生命周期等，以創新的方式保證了企業的業務數據在采集、匯總、轉換、存儲、應用整個過程中的完整性、準確性、一致性和時效性，全面為客戶量身打造符合自身特征的數據治理體系。更好地約束和規范化企業內的數據治理管理和數據資產建設。

對于“自動化”數據治理，以上兩類依然不能覆蓋所有問題，比如企業有很多遺留系統、遺留流程，無法在短時間內進行大規模的、統一的改造和遷移，那么怎樣去管控它、治理它？這依然是一個難題。睿治是一個比較新興的數據治理工具，可以很好地處理遺留系統的問題，這一點和數據治理也許可以找到很好的交叉點，比如可以利用流程編排、自動執行的思想，應對一些遺留系統、遺留環境的數據治理問題。

關于“自助化”數據治理，數據治理和數據處理不太一樣，比如流式處理，這是一個業務能夠直觀感受到的剛需，不管什么業務都會有很強的需求。而數據治理不同，從業務角度來看，數據治理雖然就長期而言可以為整個企業和業務發展帶來堅實的正面影響，但短期內可能會限制業務快速發展的速度，所以業務方可能不會有特別大的動力去主動支持和配合數據治理。

有些企業會自上而下強制推行數據治理的管理和實踐，這是需要管理層有這個意識和決心的。數據治理需要向業務快速迭代和需求快速變更妥協，無法做到自上而下強推，但又不能不治，因此我們考慮能不能自助化地做數據治理。比如業務線可以建立自己的私有數據資產，如果希望升級成公有數據資產，可以進行申請審核，當然這要可以為業務線帶來好處，要和KPI綁定，這樣一來，數據資產的運營能力可以下放，讓大家主動共同參與到數據治理中來，這種柔性數據治理推廣方式可能會更有效，這也是我們在嘗試的工作。



上圖是睿治數據治理的框架圖

睿治的通用擴展性之高，廣受好評。平臺基于各行業數據共性，采用成熟模塊化設計理念，實現各模塊功能各行業應用場景普遍適用；平臺功能全面，靈活組裝，可對數據從創建到消亡全過程監控和治理；平臺提供豐富的服務接口，內置腳本支持，全面滿足集成、擴展需要。??

（1）覆蓋面之廣國內少有睿治數據治理平臺通過高度融合九大模塊，實現了數據問題一個平臺全解決，使客戶可以從此告別東拼西湊尷尬局面，從而進一步提升了數據治理的全面性、連貫性、持續性，真正降低了成本。

（2）高擴展性確保發展無憂睿治的高擴展性不僅僅體現在：元數據模型、采集適配器、標準屬性、質量規則等等能夠想到的功能，平臺都支持定制擴展，保證適應未來發展需要。同時還提供各種定制接口和調用接口服務，內置腳本支持，無論是第三方還是二次開發，擴展完全不存在技術阻礙。

（3）智能化、自動化保持領先元數據自動化采集、分析，數據自動交換、處理，數據質量智能監控、自動檢查等等功能一直引領行業發展趨勢。

（4）高性能應對大數據浪潮睿治采用并行處理技術，通過內存計算，具備合理JAVA內存回收機制，支持集群部署方式，再配以不斷在進步的核心算法，保證了平臺能以極高的性能應對各種極限挑戰。?

數據治理純靠人的話，不確定性因素太大，相對來說我更相信工具，相信通過不斷的抽象、下沉和驗證，可以找到一套更系統化的流程方式和配套工具去做得更好。