隨著信息技術快速發展和深入應用，企業數據呈現出海量增長、動態變化的特征日趨顯著。過去十幾年信息化以信息系統建設為主，數據標準化和數據資源中心建設嚴重滯后，信息系統不支持跨地區、跨部門業務協同，“信息孤島/煙囪”成為信息化建設的“瓶頸”問題，信息資源不能共享。
數據治理的核心價值體現在于提高數據質量，打通數據孤島，因此數據治理正是企業數字化轉型得以實現的必經之路。
一、何為數據治理
治為整治，關注數據質量，保障數據穩定性、準確性，合理控制數據的生命周期，降低成本。理為梳理和管理，數據的基本信息、狀態、關聯關系等，目標是搞清有哪些數據、從哪來到哪去，最終用到什么地方。
數據治理就是進行數據架構、數據標準、數據質量、數據安全等領域的建設和管理的全流程。本質是盤點數據資產、提升數據質量，實施數據全生命周期的管理。
二、數據治理的意義
在數據質量國家標準《GB/T 36073-2018》數據管理能力成熟度評估模型中定義，應該從數據戰略、
數據治理、數據架構、數據標準、數據生命周期、數據應用、數據質量、數據安全等八大方面進行評估。
數據治理要了解政府、企業的需求，并按照從上而下的策略進行開展數據管理的現狀調研，摸清楚數據資產的分布、數據的質量、數據的管理現狀、數據應用需求等情況，從而更好地對數據產生、采集、處理、加工、使用等過程進行規范。通過統一數據標準，制定合理的數據治理流程和制度，規范數據生產供應。通過提升數據質量、控制數據安全，不僅有利于提高政府決策的科學性,也有利于推進政府的數字化轉型，讓數據發揮出最大的效益。
三、大數據治理面臨的問題
雖然一些大型企業在信息化和自動化方面做得很好，但是在數據治理上仍然面臨很多問題和困難。首先是工具鏈條的缺失。企業做數據治理，效果往往不好，原因是什么呢？很多時候企業依賴人工，比如數據準備、數據標準等。其次是數據含義不清楚。雖然企業該有的數據都有，但是數據的業務含義是什么并不清楚，并且數據之間的標準也沒有。因此，企業很難把數據利用好。最后從組織架構上，企業必須得有一個數據管理部，這意味著從公司層面足夠重視。有效的組織架構是項目成功的有力保證，為了達到項目預期目標，在項目開始之前對于組織及其責任分工做出規劃是非常必要的。
四、數據治理方案設計與實施
1、標準先行，一般來說需要事先制定“數據分類及編碼標準”、“數據目錄標準”、“數據項標準”、“數據安全標準”、“數據交換共享標準”；
2、依據標準建立數據目錄管理功能，通過數據目錄管理來落實數據分類編碼、數據目錄和數據項標準；
3、建立數據清洗規則，使數據目錄與源數據表建立映射，數據項與源表數據項建立映射，通過ETL實現對源數據的清洗；
4、建立數據質量管理功能，按照數據目錄定期檢查數據的質量問題，并通過數據問題庫來記錄和跟蹤數據的質量問題，從而達到持續改進數據治理的效果；
5、建立數據安全管理功能，數據安全主要通過三方面來實現，其一是數據加密、脫敏等技術，其二是數據權限，包括表級、行級和列級權限定義，其三對數據交換共享進行日志記錄，并定時自動審計數據安全問題；
6、建立數據服務功能，一般都會提供通過文件、接口的方式來提供數據服務功能，按照數據安全標準對數據服務方式進行處理。
