由于公司戰略政策和業務日益變大的數據需求。當業務經歷粗放式增長后，原有的模式已不能帶動業務的增長，需要通過數據手段賦能新的業務增長點。因此業務對數據提出了準確性、及時性等要求，原有業務采集一個需求需要4天時間已經不能滿足業務，從而產生了
數據治理項目的啟動。它包括數據、開發流程、管理流程、制度、組織，數據治理就是將關聯方通過一套完整的管理行為，形成有序的工作以達成目標。
一、數據治理的定義
數據治理(DataGovernance)，是企業數據治理部門發起并推行的，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。數據治理是一套持續改善管理機制，通常包括了數據模型、數據架構組織、技術工具、政策及體系制定、數據質量、數據標準、作業流程、影響度分析、監督及考核等內容。數據治理涉及的IT技術主題包括主數據管理、元數據管理、數據集成、數據質量、監控與報告等。
二、數據治理包括哪些方面
1、元數據管理
元數據分為技術元數據、操作元數據和業務元數據，三者之間關系緊密。
技術元數據。它可以分成結構性技術元數據和關聯性技術元數據。結構性技術元數據提供了在信息技術的基礎架構中對數據的說明。關聯性技術元數據描述了數據之間的關聯和數據在信息技術環境之中的流轉情況。技術元數據一般以已有的業務元數據作為參考設計的。
操作元數據。操作元數據主要指與元數據管理相關的組織、崗位、職責、流程，以及系統日常運行產生的操作數據。
業務元數據。業務元數據是定義和業務相關數據的信息，用于輔助定位、理解及訪問義烏信息。
2、數據模型
數據模型是數據治理中的重要部分，合適、合理、合規的數據模型，能夠有效提高數據的合理分布和使用，它包括概念模型、邏輯數據模型和物理數據模型，是數據治理的關鍵、重點。
3、數據質量管理
數據質量管理已經成為數據治理的有機組成部分。高質量的數據是企業進行分析決策、業務發展規劃的重要基礎，只有建立完整的數據質量體系，才能有效提升數據整體質量，從而更好的為客戶服務，提供更為精準的決策分析數據。
4、數據標準
數據標準是企業建立的一套符合自身實際，涵蓋定義、操作、應用多層次數據的標準化體系。它包括基礎標準和指標標準。與
數據治理其他核心領域具有一定的交叉，比如元數據標準、數據交換和傳輸標準、數據質量標準等。
5、數據分布和存儲
數據分布和存儲主要涵蓋了數據如何劃分和存儲，主數據及參考數據如何管理。只有對數據進行合理的分布和存儲，才能有效的提高數據的共享程度，才能盡可能的減少數據冗余帶來的存儲成本。
6、數據生命周期管理
從數據的產生、加工、使用乃至消亡都應該有一個科學的管理辦法，將極少或者不再使用的數據從系統中剝離出來，并通過核實的存儲設備進行保留，不僅能夠提高系統的運行效率，更好的服務客戶，還能大幅度減少因為數據長期保存帶來的儲存成本。
7、數據安全
企業重要且敏感的數據大部分集中在應用系統中，例如客戶的聯絡信息、資產信息等，如果不慎泄露，不僅給客戶帶來損失，也會給企業帶來不利的聲譽影響，因此數據安全在數據管理和治理過程中是相當重要的。
8、數據交換
數據交換是企業進行數據交互和共享的基礎，合理的數據交換體系有助于企業提高數據共享程度和數據流轉時效。建立統一的數據交換系統，一方面可以提高數據共享的時效性，另一方面也可以精確掌握數據的流向。
