一、數據治理的概念定義
狹義的
數據治理：是指對數據進行監管和風險管理，保證數據資產的高質量、安全及持續改進。
廣義的數據治理：除了對數據進行監管和風險管理，還要挖掘如何通過數據治理來創建業務價值，即數據價值“變現”。
數據治理涉及的IT技術主題包括元數據、數據標準、數據質量、數據集成、
主數據、數據資產、數據交換、生命周期、數據安全多產品組成的一整套解決方案。所有與數據有關的技術產出物全部通過知識庫實現相互之間共享，知識庫作為數據治理的后臺通道，傳輸不同平臺、環境、技術、工具所提交和需要的元數據信息。數據治理是專注于將數據作為企業的商業資產進行應用和管理的一套管理機制，能夠消除數據的不一致性，建立規范的數據應用標準，提高組織的數據質量，實現數據廣泛共享，并能夠將數據作為組織的寶貴資產應用于業務、管理、戰略決策中，發揮數據資產的商業價值。
二、數據治理平臺是什么？
針對企業數據出處不明確、產權歸屬不清晰、數據質量參差不齊、數據規范不統一等問題。提供全量的
數據治理平臺，支持多種數據導入形式，提供全方位的數據質量管理、多視角的數據統計功能及數據模型生命周期管控，使用戶全面掌控數據。保證數據在采集、集中、轉換、存儲、應用整個過程中的完整性、準確性、一致性和時效性，提高數據的質量，形成企業高質量的數據資產。
三、數據治理平臺建設方案
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。在這個階段主要是為數據部門形成一套管理大數據的能力，同時為數據部門形成數據管理的工作環境。
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。第三階段依賴于前兩個階段能力的建設，在這個階段的目標是向用戶提供自助化的數據服務，使用戶能夠自助地獲取和使用數據，并且在用戶的使用過程中再反過去進一步落地標準、控制質量。
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。人進行數據搜索是通過業務術語（知識）來搜索的，而知識之間是有相互聯系的，例如水果和西紅柿是上下位關系（后者是前者的具體體現），好的搜索除了要列出直接結果，還需要顯示與之關聯的知識，這就要建立知識圖譜。 簡單說知識圖譜就是概念、屬性以及概念之間的關聯關系，這個關系可以手工建立，也能通過自然語言處理等方法，對政策、法規、需求、數據庫comments、界面等多種來源進行分析，自動化建立起企業知識圖譜。從而使數據治理成為整個企業的數據工作環境，強化企業數據與知識體系之間的關聯，加快企業員工數據與知識之間的轉換效率，讓數據的深層價值得以體現。
