在前所未有的數字經濟發展速度之下，數據治理的重要性日益顯著。實施大數據戰略，推進數據資源開放共享，數字經濟賦能傳統產業轉型升級，催生新產業、新業態和新模式，已成為重組全球要素資源、重塑全球經濟結構、改變全球競爭格局的關鍵力量。如果企業數據缺乏有效的連接和挖掘價值，就不能按照企業發展的迫切需要，利用數據進行高附加值的創新。

1.治理什么?怎么治理?
先做什么后做什么?達到什么樣的目標?而這一切，都應由業務模式和業務需求確定。因為，數據治理本身不是目標，只是實現企業戰略目標的一個手段。數據治理的初心和使命，都來自實際業務創新的需求。數據治理是否與業務創新模式的需求相吻合，是衡量數據治理是否成熟、是否成功的重要標志。很多數據治理的項目，都是由于初期沒有明確的需求，導致最后難以驗收。

企業數據治理的目標在于：通過制定數據政策，保障數據安全，推進數據在組織內無障礙共享，保障數據戰略的順利實施，并提升數據管理能力，優化組織精細化管理水平，提高業務運營效率，增強組織決策能力和核心競爭力，從而為實現戰略目標提供有力支撐，進而獲取數據價值、創新業務模式和控制經營風險。

2.數據治理是轉型不可缺少的一環
越來越多的企業開始了解并推行大數據治理，最重要的推動力是企業面臨數字化轉型的巨大壓力。然而，數字化轉型的基礎需要打通數據。如果數據不通，標準不一致，質量不高，就無法做分析。那應該如何連通企業內部數據呢?這就必須要做數據治理。

這不等同于簡單的數字化，因為數字化的過程可以理解為把業務流程系統化，通過IT系統實現了傳統業務的開展，實現業務過程、業務結果的電子化，數字化的過程可能會借助當下先進的科技能力。通過已有業務數據和外部擴展數據的不斷分析、探索，回饋業務流程再造、組織架構調整和優化，提升客戶體驗，對產品、業務進行迭代和創新，我理解這就是轉型的“目標”或者大致方向。

企業數字化，通過數據治理建立標準體系、質量體系、數據安全體系等等，建立數據管控組織、管控流程，提升數據資產價值，從而實現業務創新、有前瞻性的滿足或引領客戶需求，由數據治理推動企業治理，從而達到轉型的目標。

3.數據治理需要夠“硬”的收入支撐
做好數據質量會增加成本，開展數據治理的前提是，在系統、業務板塊或全企業范圍產生的收益大于成本。數據治理的好處只有遠遠大于信息孤島的便利，才有可能從根本上，達到數據治理的目的。一定程度上說，信息孤島的長期存在，有一定的合理性和必然性，這是在精細化的組織分化、職責分化下，必然產生的業務割據。如果不能明顯的展現出數據集中后的價值，就無法根除產生信息孤島的土壤。特別是在以下三個方面：

第一是業務模式“縱強橫弱”的現狀。在傳統業務格局下，縱向貫通是業務的必然要求，也是數據“煙囪式”生長的自然結果。如果見不到“橫強”的實實在在價值，就不可能影響業務模式的轉型。

第二是“數據治理重要性”的排名。缺乏高層支持是導致數據治理失敗的主要原因。如果要將信息孤島的問題，列入一把手迫切要解決的問題，就需要回到第一條數據聚集的價值份量上來。

第三是執行層缺乏“數字化轉型人才”。數據治理不是領導重視了就會迎刃而解，需要懂得業務與技術融合的專業團隊，通過內外部協同配合，方能在數據治理過程中，逐步把數據價值體現出來。

4.數據治理需要注意什么?
數據治理是一個復雜的系統工程，涉及到企業和單位多個領域，既要做好頂層設計，又要解決好統一標準、統一流程、統一管理體系等問題，同時也要解決好數據采集、數據清洗、數據對接和應用集成等相關問題，這時就要注意以下方面：

（1）跨組織的溝通協調問題
數據治理是一個組織的全局性項目，需要IT部門與業務部門的傾力合作和支持，需要各個部門站在組織戰略目標和組織長遠發展的視角來看待數據治理。因此，數據治理項目需要得到組織高層的支持，在條件允許的情況下，成立以組織高層牽頭的虛擬項目小組，會讓數據治理項目事半功倍。

（2）投資決策的困難
組織的投資決策以能夠產生可預期的建設成效為前提，但往往綜合性的數據治理的成效并不能立馬體現，它更像一個基礎設施，是以支撐組織戰略和長期發展為目標，所以，導致此類項目無法界定明確的邊界和目標，從而難以作出明確的投資決策。

（3）工作的持續推進
數據治理是以支撐組織戰略和長遠發展為目標，應當不斷吸收新的數據來源，持續追蹤數據問題并不斷改進，所以數據治理工作不應當是一錘子買賣，應當建立長效的數據改進機制，并在有條件的情況下，盡量自建數據治理團隊。

（4）技術選型
這幾年隨著大數據的發展，有針對傳統數據庫的，有針對大數據數據庫的，再加上組織對自身數據資產情況沒有一個清晰的認識，這也就導致了數據治理的技術選型困難。

5.總結
一次成功的數據治理，不僅能給企業帶來明顯的效率和成本上的改進，還會鍛煉企業的數據團隊，為以后的數字化轉型價值體系建設，奠定扎實的基礎。真正啟動數據治理項目之前，一定要對數據的現狀和問題有清晰的認識，有明確且具體的數據治理需求和目標，掌握數據治理中各種常見的誤區和陷阱，才能把數據治理創效真正落到實處，做到數據更準確，數據更好取，數據更好用，真正地以數據驅動業務創新價值。