數據治理是一個通過一系列信息相關的過程來實現決策權和職責分工的系統，這些過程按照達成共識的模型來執行，該模型描述了誰（Who）能根據什么信息，在什么時間（When）和情況（Where）下，用什么方法（How），采取什么行動（What）。數據治理的最終目標是提升數據的價值，數據治理非常必要，是企業實現數字戰略的基礎，它是一個管理體系，包括組織、制度、流程、工具。 國際數據管理協會（DAMA）成立于1988年，借助其豐富的數據管理經驗，提出了最為完整的數據治理體系。
DAMA數據治理基本原則
堅持商業驅動原則。數據治理需要服務于企業的戰略與商業過程。通過數據治理能夠充分挖掘出數據的核心價值，幫助企業洞悉客戶、流程、政策、內外部勞動力市場變化與人力資本管理，最終提升在競爭市場的戰略競爭優勢。
明確具體目標。企業數據治理的目標包括幾個關鍵的方向。通過數據治理增加組織、相關利益方、供應商與雇員對信息需求的理解，并通過數據治理支持信息需求的滿足。保證數據獲取、儲存與保護，保證數據的完整性。保證數據的隱私性得到充分的保護，不被利益其他方所利用。防止未經授權或不適當地訪問、操縱或使用數據和信息。最終，企業數據治理的目標是保證企業數據資產的增值，保證數據資產為企業帶來獨特的競爭優勢。
DAMA數據治理功能模塊
DAMA數據治理中包含十大功能模塊，功能模塊涵蓋了數據治理操作的核心領域，如主數據管理（Master data）、數據構架（Data Architecture ）。完整的功能模塊包括：
一、數據架構管理：由數據管理專員和業務專員定義企業的數據需求、數據規范和數據要求，并由數據架構師據此設計企業的數據架構來滿足這一需求。
二、數據建模與設計：根據業務標準和數據需求，分析數據特點，完成對數據模型的設計、測試等工作。
三、數據存儲與設計：設計數據存儲的物理模型，并完成數據抽取、轉換和加載功能。
四、數據安全與管理：控制、定義和維護參考數據，明確主數據管理要求，識別并解決主數據問題。
五、參考數據和主數據管理：定義主要業務數據的標準規范和模式，完成對主數據和參考數據的管理。
六、數據倉庫和商業智能管理：提供商務智能需求和管理指標，識別并幫助解決商務智能問題。
七、數據集成與互操作管理：采取、提取、變換、移動、交付、復制、聯合、虛擬化和運營支持。
八、文檔和內容管理：明確企業信息分類，解決內容管理的問題。
九、元數據管理：創建維護業務元數據，定義元數據訪問和數據整合需求
十、數據質量管理：明確數據質量要求和業務規則，核查、監控數據質量。
DAMA數據治理商業要素
功能模塊是DAMA數據治理中的核心議題，這些議題構成了數據治理的主要內容。而如何進行有效的數據治理，需要在DAMA數據治理七大商業要素中，按照一定的邏輯結構進行分析，保證數據治理的目標和實際商業過程的貢獻。
這七個商業要素分別是：
一、目標與原則：每個職能在自己主題領域里的方向性目標，以及職能指標量化的基本原則。
二、活動：每個職能都是由的一個或多個活動組成，其中有部分活動能被細化為子活動。
三、主要交付務：信息、物理數庫即各職能在管理過程中最終輸出的文檔。
四、角色與職責：參與執行和監督職能的業務角色和IT角色，以及其各自職能中承擔的具體責任。
五、實踐與方法：包含了常見和流行的實踐方法，以及交付物的執行過程和步驟。
六、技術：各種配套支撐技術的類別、標準和規范、產品選擇的標準和常見的學習曲線。
七、組織與文化：主要包括管理度量指標和標準、成功和商業價值的度量指標和標準等因素。
數據治理的DAMA體系非常復雜，其中商業價值驅動目標導向是DAMA體系的最大特點。在數據治理的各個方面，都需要認真的思考商業價值導向與目標導向，最終才行形成可以實施的數據治理的可行方案。因此，對數據治理從業人員而言，的確需要站在企業戰略的高度來思考業務部門的需求，有了這樣的視角與高度，數據治理從業人員就會在企業數據化轉型過程中發揮其巨大的作用，為企業帶來新的發展機遇。
