一、關于數據治理的理解
數據治理研究所（DGI）認為，企業不僅需要管理數據的系統，更需要一個完整的規則系統以及規章流程。數據治理基本上涵蓋了企業所有與數據有關的內容，因此，在整個企業范圍內，包括工作流程、涉及人員和使用的技術等等，都需要仔細考量，以保證數據的可用性、一致性、完整性、合規性和安全性。確保在整個數據生命周期中，都具有較高的數據質量。
二、數據治理需要治理什么？
1、數據規范
數據的整個生命周期內，從數據埋點開始，到數倉建庫建表，到指標定義，都需要完善的數據規范來保障數據的完整性、一致性和準確性。數據規范應該包括：數倉建模規范、指標命名規范、庫表命名規范、庫表指標審核流程管理規范、字段命名規范等。
2、數據架構
數據從接入、存儲、開發、輸出到展示，通常會構建數據倉庫來貫穿整個流程，所以這里可以理解為數據倉庫架構。可以想象一下，如果沒有合理設計數據倉庫，分層之間邊界不清晰，各個指標計算都可能會出現跨層加載，數據復用性低下，數據不一致等等問題。統一的數據架構能夠實現數據復用，保障數據一致性，清晰數據結構和血緣。
3、數據質量
保證數據質量是數據可用的基礎，我們需要通過規范來盡可能保證數據的質量，并監控數據質量的好壞，以便發現和解決問題。
4、數據安全
數據從數據源進入數倉，在數倉中流動的過程，我們都應該保障數據是安全的，不管是敏感數據，還是數據使用者應只能訪問對應數據的權限。
三、數據治理的價值
1、有利于進行高效的管理
一般要對規模龐大、組織復雜、功能多樣的現代企業進行有效的管理，就必須要使用到大量的數據信息和專業知識。數據治理建設方案就是對跨部門、跨業務、跨系統的數據流進行管理和控制，對業務流程進行各種優化，彌補各業務板塊之間的空隙，有效避免管理工作中存在的盲點。合理有效的數據應用也可以促企業的管理效率和效能的提升。
2、有利于形成科學的決策
相比較直覺跟經驗，數據可以為決策者提供更為廣泛、深入和可信的數據信息，更能對事物和現象進行客觀描述，促使決策者做出理性決策。而且數據治理還能夠使企業內部的信息互通更流暢，提高治理和管理的透明度。
3、有利于完成迅速應變
深度融入、全力服務區域經濟社會發展，是當代企業價值和綜合實力的重要標志。企業要在復雜多變的社會環境中謀求發展，必須主動應對來自社會多方面領域的影響。而通過數據治理對數據進行采集和分析，實行動態的科學管理，加強對過程的監控，使企業在快速變化的復雜社會環境中做到以不變應萬變。
4、有利于開展創新服務
企業要想為用戶提供個性化服務，就一定要對用戶的需求有充分的理解和準確的描述，同時背后需要強大的數據支撐。而通過數據治理，企業可以獲得更加準確的數據和更加充分的數據分析，為用戶提供個性化的服務，進而開展更多、更廣泛的信息化創新服務。
四、數據治理方案
1、數據規劃，頂層設計
從組織架構、政策制度、管理流程等方面對企業數據管控現狀進行全面評估，完成頂層業務域及模型設計，按業務域梳理數據標準和數據關系，通過制定統一的數據標準，實現全量信息標準覆蓋，高度融合數據資源。全面掌握企業的數據資產。
2、數據治理組織架構及制度建設
建立符合企業的數據治理管理體系及組織架構，明確不同層次機構的職責和任職要求，針對具體數據治理管理領域，建立數據標準管理制度、數據質量管理制度、元數據管理等制度，切實落實數據管控流程。
3、建設全局數據中心，實現數據共享
構建主數據管理，實現數據集中管理，完成數據層的集成，使數據中心成為企業范圍內唯一的基礎數據輸出口，同時構建歷史庫和數據倉庫，為數據應用及分析提供數據支撐，通過接口管理及發布，為相關應用系統提供共享數據訪問服務。
4、建設企業數據地圖
采用集中式管理模式進行元數據管理，對數據資產統一定義、統一管理，實現數據資產的規范管理和有力傳承，同時提供完整、全局的企業數據資源地圖，支持數據資源的組織管理及全鏈分析。
5、數據質量可視化
全域數據流管理與規劃，使數據流向清晰可見，呈現全過程集成、數據可視化、質量可視化管理，數據質量全面分析，形成數據質量報告，建立數據質量反饋機制，全面提升數據質量。
6、數據資產服務
建立企業數據資產目錄，通過“數據超市”的形式提供數據服務，包括企業內部數據共享和外部數據流通，提供數據資產收藏、下載、申請、使用、共享、流通等。用戶通過在線申請和使用數據。實現數據中心數據的公開、公正、透明，貫徹數據資產管理及服務進程。
