隨著云計算、物聯網、移動互聯網等新一代信息技術的快速發展，人類產生的數據量呈指數級增長。據資料顯示，預計到2025年，全球數據量將達到700ZB。大數據蘊含著巨大的價值，如今眾多企業已將數據視作企業的寶貴資產。然而，數據價值密度與數據總量成反比。面對巨大的數據規模，如何管理和利用數據，使其發揮價值是企業必須考慮的重要問題。大數據的價值所在使其面臨著隱私和安全方面的威脅。大數據治理將組織的部門、流程、人等元素與數據的整個生命周期聯系在了一起，對企業數據管理和數據資產價值有著至關重要的作用。
一、數據治理的定義
數據治理是在確保數據的準確、適度分享和保護是至關重要的。有效的數據治理計劃會通過改進決策、縮減成本、降低風險和提高安全合規等方式，將價值回饋于業務，并最終體現為增加收入和利潤。
二、數據治理的重要性
1、提升海量數據資源質量的需要
大數據時代數據產生的價值越來越大，各企業都在探索基于大數據的相關技術和應用模式，最終目的就是挖掘數據的價值，推動企業的發展。因為數據有可能是成本，也有可能是資產，能給企業帶來重要的價值，是企業寶貴的資源。如果沒有數據治理，數據的質量就無法保證，數據難以成為企業的資產，既使再多的業務和技術投入也都是徒勞。數據質量低下會導致企業在IT方面的重復投入，各種應用系統的價值難以有效地發揮出來，數據的問題甚至會使得企業錯失商機，損失無法估量。
2、企業實現數據資源在組織內部的共享和交換的需要
目前，大部分工業企業已經完成了ERP、CRM、供應鏈、協同辦公等企業信息化系統的建設，但是由于數據分散在眾多系統中，缺乏統一的數據定義和數據分類，因此在數據使用上存在數據不標準、數據不一致、數據完整性差等問題。企業必須對各個系統的數據源以及輸出的數據資產進行統一的
數據治理，實現數據在不同組織和系統內的交換與共享。只有解決了數據問題，才能實現IT價值。
3、企業整合數據資源提升競爭力的需要
數據技術帶來的不僅是技術的更新，還有管理方式的改變，數據治理不僅局限在企業的決策層，還包含管理層和業務層，數據治理能改善企業管理層與其他利益相關者的關系，使企業變得更加敏捷和高效，更注重用戶體驗的提升和需求的滿足。例如，為解決日常的數據收集、數據處理效率較低、數據不一致的問題，可以通過元數據管理系統，建立采集元數據和元數據關系，提升跨系統的數據交互能力以及數據整合能力，進一步提升企業的核心競爭力。
4、數據驅動企業進行科學決策的需要
數據治理能使企業清楚地認識自己的優勢和劣勢，有利于企業提高決策的合理性，為用戶提供更加優質的服務。大數據時代，企業可以通過對數據的整合和分析，從中獲取對企業有用的數據。新的數據技術手段，使得信息在企業內部不同部門之間有效、快速地傳遞，使得不同部門之間的交流、溝通更加透明，使得企業不同的利益主體能廣泛地參與決策，從而提高決策的科學性和合理性。
三、數據治理方案實施
第一階段：全面梳理企業信息，自動化構建企業的數據資產庫
在第一階段，主要是對企業大數據的梳理，從而全面掌握企業大數據的情況，主要有以下三個方面：對數據資產形成統一的自動化管理，形成企業的元數據庫；對企業數據資產形成多種視圖，使數據資產能夠讓不同用戶，有不同視角的展示；梳理全企業數據架構，對企業的數據模型、數據關系、數據處理有清晰化的認識。
第二階段：建立管理流程，落地數據標準，提升數據質量
在第二階段，需要建立大數據管控能力，包括從業務的角度梳理企業數據質量問題，形成質量控制能力，形成核心數據標準，并抓標準落地。針對關鍵問題，建立數據的管理流程，少而精，控制核心問題。
第三階段：直接為用戶提供價值，向用戶提供數據微服務
通過前兩個階段，企業能夠建立基本的數據治理的能力，在此基礎上，還需要以用戶為中心，為用戶提供直接獲取數據的能力。
第四階段：智能化企業知識圖譜，為全企業提供數據價值
最后一個階段是將數據沉淀成為知識，形成企業的知識圖譜，提供從“關系”的角度去分析問題的能力。
