數據治理是由企業數據治理部門發起實施的一系列政策和流程，關于如何制定和實施整個企業內部數據的業務應用和技術管理。其最終目的是挖掘數據價值，促進業務發展，實現盈利。數據治理的對象包括數據、開發過程、管理過程、系統和組織。數據治理是通過一套完整的管理行為，將關聯方形成有序的工作來實現目標。
一、數據治理的必要性及其解決的問題
1、平臺間信息不一致：平臺間數據標準不一，缺少全局規范文檔，信息無法對接應用
同一條記錄在不同平臺錄入時數據格式、數值精確度等不一致，甚至名稱、編號也有差別，數據在對接核對時就會出現混亂。
2、缺乏統一管理：IT系統建設缺乏統一的管理規范，無法從源頭上解決信息混亂問題
系統建設時局限于部門需求，沒有從業務全流程角度進行規劃，導致平臺系統分布零散、功能重復，權限管理不統一等問題。
3、系統間相互割裂：企業內部IT系統呈現孤島化，信息無法流轉
由于IT系統之間的相互割裂，當一項工作需要多部門配合時，同一個信息在不同系統錄入時往往需要手工銜接，容易出現關鍵信息傳遞出錯、信息遺漏等問題。
二、DAMA數據治理體系
1）元數據管理：集成、控制和提供元數據；
2）
數據質量管理：定義、監控和提高數據質量；
3）數據架構管理：定義企業數據需求，設計實現數據需求的藍圖；
4）數據開發：設計、實施并維護解決方案，實現企業數據需求；
5）數據操作管理：數據庫設計、實施和支持；
6）數據安全管理：確保隱私、機密性和合適的訪問控制；
7）文檔和內容管理：管理數據庫之外的非結構化數據；
8）參考數據和主數據管理：管理珍貴版本和復制品；
9）數據倉庫和商務智能管理：支持報表處理和分析。
三、數據治理關鍵步驟
1、數據匯總，梳理編目
建立匯總處理機制，匯總自然資源中包含的一系列數據。提供跨網絡跨數據庫的數據交換工具，關聯原始數據源，提取所需數據并落入核心數據庫。匯總后，形成統一的數據市場，以服務的形式共享數據資源。并對現有數據進行梳理和編目，對每個數據進行梳理后賦予唯一的數據地址，方便后續在系統中查找所需數據。
2、構建數據評價體系，注重應用反饋評價
梳理數據評價主題，構建數據評價規則和模型，形成數據評價體系。畫像和聚焦數據，評估每個業務場景需要哪些數據支持。以業務應用程序的數據支持要求為導向，收集不同角色用戶的數據使用反饋，了解數據的使用和可能的優化方向，分析和評估業務閉環中的數據支持。
3、構建元數據系統和數據標簽
建立基本數據描述、數據質量描述、數據分類描述、其他擴展描述等維度的元數據標準體系。使用元數據描述數據可以讓每個使用數據的人清楚地了解數據的時間、空間、來源、格式等信息。結合元數據標準，對數據進行標簽處理，即對數據內容形成畫像。在此基礎上，利用機器自動檢查現有數據，包括圖形、空間、時間、邏輯一致性和冗余清洗。
4、梳理數據應用框架，構建指標模型系統
梳理數據應用框架，澄清數據之間的關聯，明確各種數據的治理方向，形成數據應用清單。利用可視化數據模型定制工具和數據模型發布管理工具，將數據模型固化并落入系統，實現模型管理。
5、構建全方位數據運營機，建立業務數據雙向互動機制
基于業務構建數據生命周期，建立可持續、全面的數據運行機制。數據系統運行機制的核心最終是實現與業務數據相關的模型，通過相關模型建立業務和數據之間的雙向互動機制，以數據為導向完成業務的關鍵環節。
