隨著信息技術的普及,人類產生的數據量正在以指數級的速度增長,如此海量的數據就要求利用新的方法來管理.數據治理是將一個機構(企業或政府部門)的數據作為戰略資產來管理,需要從數據收集到處理應用的一套管理機制,以期提高數據質量,實現廣泛的數據共享,最終實現數據價值最大化.目前,各行各業對大數據的研究比較火熱,但對于大數據治理的研究還處于起步階段,一個組織的正確決策離不開良好的數據治理。數據治理的重要前提是建設統一共享的數據平臺。
一、數據治理的理解
數據治理是專注于將數據作為企事業單位數據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，提高數據質量，實現數據內外部共享，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，發揮數據資產價值。
狹義上講，數據治理是指對數據質量的管理、專注在數據本身。廣義上講，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、數據治理平臺主要模塊
1、主數據管理：主數據管理是通過運用相關的流程、技術和解決方案，對企業核心數據的有效管理過程。主數據管理涉及主數據的所有參與方，如用戶、應用程序、業務流程等，創建并維護企業核心數據一致性、完整性、關聯性和正確性。主數據是企業內外被廣泛應用和共享的數據，被譽為是企業數據資產中的“黃金數據”，主數據管理是撬動企業數字化轉型的支點，是企業數據治理最核心的部分。
2、元數據管理：元數據管理是對企業涉及的業務元數據、技術元數據、管理元數據進行盤點、集成和管理，按照科學、有效的機制對元數據進行管理，并面向開發人員、最終用戶提供元數據服務，以滿足用戶的業務需求，對企業業務系統和數據分析平臺的開發、維護過程提供支持。借助變更報告、影響分析等應用，控制數據質量、減少業務術語歧義和建立業務和技術之間的良好溝通渠道，進一步提高各種數據的可信性、可維護性、適應性和可集成性。
3、數據標準管理：數據標準適用于業務數據描述、信息管理及應用系統開發，可以作為經營管理中所涉及數據的規范化定義和統一解釋，也可作為信息管理的基礎，同時也是作為應用系統開發時進行數據定義的依據。涉及國家標準、行業標準、企業標準和地方標準，在定義元數據實體或元素時進行關聯。數據標準需要不斷的補充完善、更新優化和積累，以便更好的支撐業務的開發和系統的集成。
4、數據質量管理：建立數據質量管理體系，明確數據質量管理目標、控制對象和指標、定義數據質量檢驗規則、執行數據質量檢核，生產數據質量報告。通過數據質量問題處理流程及相關功能實現數據質量問題從發現到處理的閉環管理，從而促進數據質量的不斷提升。
5、數據安全管理：數據安全應貫穿數據治理全過程，應保證管理和技術兩條腿走路。從管理上，建立數據安全管理制度、設定數據安全標準、培養起全員的數據安全意識。從技術上，數據安全包括：數據的存儲安全、傳輸安全和接口安全等。當然，安全與效率始終是一個矛盾體，數據安全管控越嚴格，數據的應用就可能越受限。企業需要在安全、效率之間找到平衡點。
三、數據治理需要注意哪些問題
1、投資決策的困難
組織的投資決策以能夠產生可預期的建設成效為前提，但往往綜合性的數據治理的成效并不能立馬體現，它更像一個基礎設施，是以支撐組織戰略和長期發展為目標，所以，導致此類項目無法界定明確的邊界和目標，從而難以作出明確的投資決策。
2、跨組織的溝通協調問題
數據治理是一個組織的全局性項目，需要IT部門與業務部門的傾力合作和支持，需要各個部門站在組織戰略目標和組織長遠發展的視角來看待數據治理。因此，數據治理項目需要得到組織高層的支持，在條件允許的情況下，成立以組織高層牽頭的虛擬項目小組，會讓數據治理項目事半功倍。
3、技術選型
這幾年隨著大數據的發展，有針對傳統數據庫的，有針對大數據數據庫的，再加上組織對自身數據資產情況沒有一個清晰的認識，這也就導致了數據治理的技術選型困難。
4、工作的持續推進
數據治理是以支撐組織戰略和長遠發展為目標，應當不斷吸收新的數據來源，持續追蹤數據問題并不斷改進，所以數據治理工作不應當是一錘子買賣，應當建立長效的數據改進機制，并在有條件的情況下，盡量自建數據治理團隊。
四、如何做好數據治理
1.制定數據標準，優化流程
對企業來說，數據有很多來源。金融、人力、供應鏈、生產、銷售等內部數據;政策、經濟、社會、科技、產業、市場、競爭者等外部數據。盡管數據來源廣泛，數據量大是其優勢，但如果不加以整理，混亂的數據不但不利于分析應用，而且會造成不必要的財產損失。所以企業應建立統一的數據標準、數據管理流程和系統，以規范數據生產與供應過程。
2.搭建平臺
對于數據治理平臺的搭建，企業需要考慮用戶的不同需求，從而建立不同的模塊。數據治理平臺的內容主要包括數據質量管理、數據標準管理、數據安全管理、數據模型工具、元數據管理、主數據管理等功能模塊。我們所說的數據治理項目不是為治理數據而構建，而是與大數據平臺、數據倉庫、數據分析挖掘等項目相結合，通過提高數據質量、控制數據安全性，使數據發揮最大效益。
3.優化模型，確保數據安全
數據安全管理是從數據資產整理開始的。將數據資產進行整理分類，可以明確敏感數據在系統內的分布情況，判斷敏感數據是如何被訪問的，以及確定當前賬號和授權的狀態。依據數據價值和數據特性，對企業的核心數據資產進行分類，利用數據治理工具將其模型化，確定敏感數據的位置、描述和處理方法，確保數據的合法合規地使用。
