數據治理這項工作一直都是存在的，和數據庫設計的三范式一樣都是為了數據的管理。數據治理是一整套完整的組織、制度、技術管理行為。我們可以將
大數據治理定義：大數據治是廣義信息化治理計劃的一部分，即制定與大數據有關的管理優化、數據保護、數據變現的政策。
一、數據治理內容
1、數據資源梳理
從業務的視角厘清組織的數據資源環境和數據資源清單，包含組織機構、業務事項、信息系統，以及以數據庫、網頁、文件和 API 接口形式存在的數據項資源，本步驟的輸出物為分門別類的數據資源清單。
2、元數據管理
元數據管理是對基礎庫和主題庫中的數據項屬性的管理，同時，將數據項的業務含義與數據項進行了關聯，便于業務人員也能夠理解數據庫中的數據字段含義。元數據管理一般是對基礎庫和主題庫中的數據項屬性的管理，而數據資源清單是對各類數據來源的數據項的管理。
3、數據采集清洗
通過可視化的 ETL 工具將數據從來源端經過抽取 (extract)、轉換 (transform)、加載 (load) 至目的端的過程，目的是將散落和零亂的數據集中存儲起來。
4、質量管理
數據價值的成功發掘必須依托于高質量的數據，唯有準確、完整、一致的數據才有使用價值。因此，需要從多維度來分析數據的質量，例如：偏移量、非空檢查、值域檢查、規范性檢查、重復性檢查、關聯關系檢查、離群值檢查、波動檢查等等。
5、數據共享交換
數據共享包括組織內部和組織之間的數據共享，可以以API 接口共享方式，讓中心數據倉庫保留數據所有權，把數據使用權通過 API 接口的形式進行了轉移。API 接口共享可以使用 API 網關實現，常見的功能是自動化的接口生成、申請審核、限流、限并發、多用戶隔離、調用統計、調用審計、黑白名單、調用監控、質量監控等等。
6、血緣追蹤
數據被業務場景使用時，發現數據錯誤，數據治理團隊需要快速定位數據來源，修復數據錯誤。那么數據治理團隊需要知道業務團隊的數據來自于哪個核心庫，核心庫的數據又來自于哪個數據源頭。
二、數據治理規劃
1、數據治理組織
數據治理的組織包括制度組織和服務組織。制度組織主要負責數據治理和數據管理制度。這些組織是跨職能的，通常企業會建立數據治理委員會、數據管理制度團隊等組織，負責整體數據戰略、數據政策、數據管理度量指標等數據治理規程問題。
2、制度章程
制度章程是確保對數據治理進行有效實施的認責制度，其中一些是數據治理職能的職責，也包括其他數據管理職能的職責。數據治理是最高層次的、規劃性的數據管理制度活動。換句話說，數據治理是主要由數據管理人員和協調人員共同制定的高層次的數據管理制度決策。
3、發展戰略目標
戰略是選擇和決策的集合，共同繪制出一個高層次的行動方案，以實現更高層次目標。數據戰略是企業發展戰略中的重要組成部分，是數據管理計劃的戰略，是保持和提高數據質量、完整性、安全性和存取的計劃，是指導數據治理的最高原則。
4、流程管理
流程管理包括流程目標、流程任務、流程分級。根據數據治理的內容，建立相應的流程，且遵循本單位數據治理的規章制度。實際操作中可結合所使用的
數據治理工具，與數據治理工具供應商協商，建立符合企業業務的流程管理。
5、成熟度模型
CMMI協會發布了數據管理能力成熟度模型Data Management Maturity（DMM），可以用來評估和提升企業的數據管理水平，幫助企業跨越業務與IT之間的鴻溝。DMM模型可以幫助企業在管理數據資產上達成共識。
6技術應用
技術應用包括支撐核心領域的工具和平臺，例如數據質量管理系統、
元數據管理系統等。他們是數據治理能夠順利開展的技術保障。只有建立豐富的數據治理工具和平臺，才能從各個領域有效的進行數據的管理和治理，才能有效提高企業的數據價值。
