數據治理構成了公司范圍數據管理的基礎，可以有效地使用可信賴的數據。有效的數據管理是一項需要集中控制機制的重要任務。

數據治理構成了公司范圍數據管理的基礎，可以有效地使用可信賴的數據。有效的數據管理是一項需要集中控制機制的重要任務。
一、何為數據治理
數據治理是一個過程，是一個從混亂到有序的過程。以服務組織戰略目標為基本原則，通過組織成員的協同努力，流程制度的制定，以及數據資產的梳理、采集清洗、結構化存儲、可視化管理和多維度分析，實現數據資產價值獲取、業務模式創新和經營風險控制的過程。
二、數據治理的目標和原則
1、數據治理目標
1)嵌入式
數據治理不是一個附加管理流程。數據治理活動需要融合軟件開發方法、數據分析應用、主數據管理和風險管理。
2）可度量
數據治理做得好有積極的財務影響，但要證明這一影響，就需要了解起始過程并計劃可度量的改進方案。
3）可持續發展
治理程序必須富有吸引力。它不是以一個項目作為終點，而是一個持續的過程。需要把它作為整個組織的責任。數據治理必須改變數據的應用和管理方式，但也不代表著組織要作巨大的更新和顛覆。數據治理是超越一次性數據治理組件實施可持續發展路徑的管理變革。可持續的數據治理依靠于業務領導、發起者和所有者的支持。
2、數據治理原則
1）業務驅動
數據治理是一項業務管理計劃，因此必須管理與數據相關的IT決策，就像管理與數據有關的業務活動一樣。
2）領導力和戰略
成功的數據治理始于遠見卓識和堅定的領導。數據戰略指導數據管理活動，同時由企業業務戰略所驅動。
3）多層面
數據治理活動發生在企業層面和各地基層，但通常發生在中間各層面。
4）基于框架
由于治理活動需進行跨組織職能的協調，因此對數據治理項目必須建立一個運營框架來定義各自職責和工作內容。
三、數據治理業務驅動因素
1、改進流程
1）數據質量提升：通過真實可信的數據提升業務績效的能力。
2）法規遵從性：有效和持續地響應監管要求的能力。
3）項目開發效率：在系統生命周期中改進，以解決整個組織的數據管理問題，包括利用數據全周期治理來管理特定數據的技術債。
4）供應商管理：控制數據處理的合同，包括云存儲、外部數據采購、數據產品銷售和外包數據運維。
5）元數據管理：建立業務術語表，用于定義和定位組織中的數據;確保組織中數量繁多的元數據被管理和應用。
2、減少風險
1）數據安全：通過控制活動保護數據資產，包括可獲得性、可用性、完整性、連續性、可審計和數據安全。
2）隱私：通過制度和合規性監控，控制私人信息、機密信息、個人身份信息等。
3）一般性風險管理：洞察風險數據對財務或商譽造成的影響，包括對法律（電子舉證）和監管問題的響應。
四、數據治理——元數據管理平臺
億信元數據管理平臺元模型以Meta Object Facility(MOF)規范為基礎，支持XMI格式的元模型導入和導出，同時內置大量技術元數據、業務元數據的元模型，用戶可直接使用。元模型管理對元模型的基本信息、屬性、父子關系、依賴關系、組合關系的增刪改查操作，內置元模型的內置信息不允許修改或者刪除，但可進行新增操作。

五、數據治理——數據質量管理平臺
通過 EsDataClean，可以及時發現、定位和解決數據倉庫建設過程中各環節的數據質量問題，并完成問題數據的流轉和處理，同時對數據質量進行評估和監控，有助于不斷改進數據質量管理水平，大大提高數據倉庫建設效率及展現層的數據可靠性。
EsDataClean用于解決業務系統運行、數據倉庫建設及數據治理過程中的數據質量問題。它以標準化的數據質量規范為基礎，運用數據挖掘、數據分析、工作流、評分卡、可視化等技術幫助組織建立數據質量管理體系，提升數據的完整性、規范性、及時性、一致性、邏輯性，降低數據管理成本，減少因數據不可靠導致的決策偏差和損失。