數據治理是由企業數據治理部門發起并推行的關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。實施要點主要包含制定數據標準、數據規劃、搭建數據管理工具、整理數據、構建運維體系及推廣貫標六大部分，其中制定數據標準是基礎、數據規劃是綱領、搭建數據管理工具是技術手段、整理數據是過程、構建運維體系是前提，推廣貫標是持續保障。

一、數據治理的定義
數據治理是由企業數據治理部門發起并推行的關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。實施要點主要包含制定數據標準、數據規劃、搭建數據管理工具、整理數據、構建運維體系及推廣貫標六大部分，其中制定數據標準是基礎、數據規劃是綱領、搭建數據管理工具是技術手段、整理數據是過程、構建運維體系是前提，推廣貫標是持續保障。
數據治理涉及到企業和單位多個領域，既要做好頂層設計，又要解決好統一標準、統一流程、統一管理體系等問題，同時也要解決好數據采集、數據清洗、數據對接和應用集成等相關問題。數據的質量直接影響著數據的價值，并且直接影響著數據分析的結果以及我們以此做出的決策的質量。數據治理的最終目標就是提高數據的質量，發揮數據資產價值。

二、數據治理平臺的五種關鍵能力
1、不同網段下和系統間的數據交換能力
數據治理基于統一的數據交換服務，強調端到端的數據交換。狀態傳感器技術能有效提升分布式傳輸過程中的狀態感知能力，事務處理機制保證了交換的數據一致性。使得跨系統和網段下都能穩定運行，杜絕長時間處理情況下的通訊掛起現象，數據傳輸變得更加通暢。
2、微服務架構能力
微服務系統下的各種類型的數據交換及其處理都是以服務的方式存在，能進行獨立的迭代與部署，互不影響且能高效協同。形成滿足不同需要的服務組合、可重用；能夠快速生成服務模型（交換、傳輸、整合、數據質量、共享等）, 服務松耦合，可以安全調度使用；同時能有效應對未來可能出現的技術迭代、組件拆卸與重構。
3、強調交換過程中的數據處理能力
數據清洗永遠是一個繁瑣但又必要的過程，如果以傳統方式進行清洗，需要依賴于人工的ETL工作，寫大量SQL語句。但通過數據治理平臺，可以實現特定清洗邏輯的封裝，進而實現交換過程中的邏輯判斷（包括邏輯判斷、格式檢查、組合檢查、范圍檢查等）、數據轉換（包括格式轉換，數據脫敏處理、代碼的統一等）、數據路由等處理。此外，在交換過程中，還能對數據質量檢查，設置檢查規則，并記錄數據異常以提供元數據分析。
4、全方位的數據治理支持能力
1）數據質量檢查（包括數據重復相似檢查、常規數據質量檢查、數據比對）、數據質量報告、問題數據處理等。
2)數據模型管理，包括元數據管理、數據建模等。
3)數據安全管理，包括數據服務授權管理、數據模型授權管理、安全審計、數據脫敏處理等。
4)數據資產可視化，包括血緣關系、數據地圖、數據圖譜等。
5、一體化數據交換和治理能力
數據治理平臺基于統一架構、工具、元數據管理、運行支撐，從而實現數據采集、治理（含數據模型管理、元數據管理、數據圖譜、數據安全、數據質量）、加工、交換、共享等功能。

三、如何搭建治理平臺
億信華辰自主研發的睿治智能數據治理平臺是目前國內功能齊全的數據治理工具，融合實時計算存儲、元數據管理、數據集成、數據交換、主數據管理、數據資產管理、數據標準管理、數據質量管理、數據安全管理、數據生命周期管理等十大模塊，覆蓋數據全生命周期，采用微服務架構，融合度高，延展性強；實現數據從創建到消亡全生命周期的可視化，也實現全角色的可視化；不僅如此，豐富的智能元素和功能，大大縮短數據管理周期、減少成本浪費。