近年來，數據治理成為挖掘數據價值的重要手段和工具。隨著大數據平臺和工業互聯網興起，數據治理平臺主要采用數據中臺技術和微服務架構初步替代傳統架構，面向大數據架構下，為數據資源中心與外部數據系統提供數據服務。那么，數據治理到底能治什么，怎么治呢？
一、什么是數據治理
數據治理是對數據的全生命周期進行管理，包含數據采集、清洗、轉換等傳統數據集成和存儲環節的工作、同時還包含數據資產目錄、數據標準、質量、安全、數據開發、數據價值、數據服務與應用等，整個數據生命期而開展開的業務、技術和管理活動都屬于數據治理范疇。
二、數據治理的驅動力
1、發現市場熱點與需求，實現產品創新服務
可以將大數據應用到產品生命周期，深入挖掘客戶需求，把握客戶痛點，推動產品創新。利用大數據技術對社交網絡信息、在線客戶評論、用戶體驗反饋等信息進行深度挖掘和分析，充分洞察客戶，分析客戶的情緒，了解客戶對產品的想法，獲知客戶需求的變化趨勢，從而對現有產品進行及時的調整和創新，事情貼近客戶的生活場景和使用習慣。
2、提升企業風險防控能力
進一步加強與各部門以及第三方合作機構的數據互聯共享，有效拓寬信息來源渠道，深度挖掘整合系統內外客戶信息、關聯關系等數據信息，利用大數據技術查找與分析不同數據變量間的關聯關系，并建立相應的決策模型，提升企業風險防控能力。
3、優化業務流程，實現精細化經營決策
1）在經營決策方面，通過外部數據的補充和整理，實現經營分析外延的拓展，從市場和經營環境的高度分析各級機構的發展方向、競爭壓力，制定更合理、更有效的經營策略。
2）在資源配置方面，依托大數據采集和計算能力，提升測算的敏感性和有效性，加強財務預測的可靠性和有效性，為總體資源配置提供更好的信息支撐，實現對具體資源配置的動態管理。
3）在過程改進方面，優化業務流程，對交易、日志的專業挖掘，探索當前業務處理流程節點的瓶頸，尋求最有的解決方案。比如通過分析客戶從排隊到等候完成全部交易的流程合理性，提出過程改進方法，提升網點整體運營效率和客戶體驗。
4）在運維保障方面，基于流數據處理技術，搭建準實時的應用交易級監控平臺，實現交易運行情況的即時監控，保障業務運行穩定高效。
三、數據治理要做些什么
1、數據資源梳理
數據治理的第一個步驟是從業務的視角厘清組織的數據資源環境和數據資源清單，包含組織機構、業務事項、信息系統，以及以數據庫、網頁、文件和 API 接口形式存在的數據項資源，本步驟的輸出物為分門別類的數據資源清單。
2、數據采集清洗
通過可視化的 ETL 工具將數據從來源端經過抽取 (extract)、轉換 (transform)、加載 (load) 至目的端的過程，目的是將散落和零亂的數據集中存儲起來。
3、基礎庫主題庫建設
基礎庫和主題庫的建設就是在對業務理解的基礎上，基于易存儲、易管理、易使用的原則抽像數據存儲結構，也就是基于一定的原則設計數據庫表結構，然后再根據數據資源清單設計數據采集清洗流程，將整潔干凈的數據存儲到數據庫或數據倉庫中。
4、元數據管理
元數據管理是對基礎庫和主題庫中的數據項屬性的管理，同時，將數據項的業務含義與數據項進行了關聯，便于業務人員也能夠理解數據庫中的數據字段含義。
5、血緣追蹤
在元數據和數據資源清單之間建立關聯關系，且業務團隊使用的數據項由元數據組合配置而來，這樣，就建立了數據使用場景與數據源頭之間的血緣關系。
6、數據資源目錄
數據資源目錄一般應用于數據共享的場景，例如政府部門之間的數據共享，數據資源目錄是基于業務場景和行業規范而創建，同時依托于元數據和基礎庫主題而實現自動化的數據申請和使用。
7、質量管理
數據價值的成功發掘必須依托于高質量的數據，唯有準確、完整、一致的數據才有使用價值。
8、商業智能（BI）
數據治理的目的是使用，對于一個大型的數據倉庫來說，數據使用的場景和需求是多變的，那么可以使用 BI 類的產品快速獲取需要的數據，并分析形成報表。
9、數據共享交換
數據共享包括組織內部和組織之間的數據共享，共享方式也分為庫表、文件和 API 接口三種共享方式，庫表共享比較直接粗暴，文件共享方式通過 ETL 工具做一個反向的數據交換也就可以實現。API 接口共享可以使用 API 網關實現，常見的功能是自動化的接口生成、申請審核、限流、限并發、多用戶隔離、調用統計、調用審計、黑白名單、調用監控、質量監控等。
四、數據治理都有哪些步驟
1、落實合適的人員負責治理
任何成功的數據治理計劃的一個步驟就是，要在本企業找到CEO可以授權的人，然后讓該人負責項目的具體實施。沒有什么能取代強有力的領頭人。
2、調查清楚所處環境
一旦選定了領頭小組，就要調查當前情形，并清查不同部門在不同領域的當前佳實踐。領頭小組需要越過獨立系統看待問題，而企業數據治理評估方法對這項工作來說必不可少。這有助于比較本企業的數據治理計劃目前處于什么狀態，并且提供了一份路線圖以便確定以后的目標。
3、制訂數據治理策略。
數據治理評估之后，治理委員會就應當考慮制訂遠景，希望公司的數據治理實踐在接下來的幾年達到何種目標，根據這種需求為未來制訂遠景。
4、算出數據價值。
要是公司不知道數據的價值，它們就無法提高、保護或者評估數據對賬本底線的價值。如果你想算出數據的價值，就要根據用戶權限和IT服務的效用，為數據建立內部市場。當本企業的每個人都在直接付費獲取IT服務和數據時，數據的價值就成了公司價目表上的一部分。
5、算出風險概率。
知道數據在過去是如何使用和濫用的，這有助于了解數據在將來會如何被危及和披露。收集這些數據，與其意義聯系起來，并研究長期的損失趨勢，這可以幫助任何企業把風險管理轉變成基于事實的商業智能方法，從而可分析過去事件，預測未來損失，改變當前的政策要求，成為未來改善風險緩解策略。
6、密切關注控制措施的效果。
數據治理在很大程度上涉及企業的組織行為。企業每天在變化，因而它們的數據、價值及風險也在迅速變化。要是公司無法改變組織控制措施來滿足每天或者每周出現的需求，也就談不上變化治理。
