數據治理是廣義信息化治理計劃的一部分，即制定與大數據有關的管理優化、數據保護、數據變現的政策。

    當業務規模增長后，業務對數據提出了準確性、及時性等要求，原有的模式已不能滿足業務需求，數據治理應運而生。數據治理就是將關聯方通過一套完整的管理行為，形成有序的工作以達成目標。通常包括組織建設、數據安全、數據開發、數據質量、元數據管理、數據價值等內容。

元數據管理

    元數據從數據的角度可以分為三類：業務元數據、技術元數據和管理元數據。
    業務元數據是從業務的視角去描述數據，讓不懂數據的人可以快速讀懂數據，例如：表名稱、表的血緣關系、表的字段說明、指標的統計口徑等多種業務描述；技術元數據就是從技術的角度去描述數據，例如：表的sql、字段長度、字段類型等多種技術描述；管理元數據是包含數據管理的信息在里面，例如：表的業務屬主、表的技術負責人。

數據安全

    數據安全主要是對數據的安全脫敏管控和安全檢查，脫敏機制有兩種方案：
    1）在數據倉庫的接入和輸出進行脫敏管控：數據接入識別敏感信息，通過脫敏工具進行脫敏處理，產生脫敏表和敏感表兩張表（脫敏表與敏感表之間要有映射關系），敏感數據不對中間層開放，對于數倉中間層則只有脫敏表，開發和測試的時候也只能使用脫敏表，在數據輸出層，首先應用層的開發先對敏感數據進行申請，申請通過后得到敏感表的使用權，開發通過映射關系將敏感表的脫敏數據進行關聯處理。這種方案安全易管控，脫敏過程少，但會增加開發的工作量。
    2）針對用戶進行脫敏管理，數據倉庫的每一層都需要對敏感數據進行脫敏處理，對于敏感數據申請權限的用戶可以查看敏感信息，沒有權限的用戶只能查看脫敏表。這種脫敏機制好處在于對開發沒什么影響，但加大安全管理的復雜度，需要全域掃描敏感信息，脫敏工作大。

數據質量

    數據質量的提升通常包含以下幾個方面：
1）數據質量評估，提供數據質量評估能力，如數據一致性、完整性、正確性、合規性、及時性等，對數據進行全面檢查；
2）數據質量檢查，提供可配置化的檢查規則，通過腳本定時調度執行；
3）數據質量監控，提供報警規則，根據配置檢查規則的閥值，對超出閥值的進行不同程級的告警和通知；
4）問題處理機制，對數據問題按照流程進行處理，規范問題處理機制和步驟，強化問題認證，提高數據質量；
5）根據血緣關系和業務場景鎖定高價值數據，進行高安全級別管控，避免數據出錯。

數據價值

    數據治理最重要的產出物，通過數據治理能為業務帶來的業務價值。對于不同數據角色定義不同的價值。
    對于數據業務分析人員，通過數據標準化管理和平臺搭建，讓不懂數據的業務能夠快速掌握數據，并可以自己進行數據挖掘、數據分析等工作。
    對于高層領導，將公司的業務數據以報告的形式，讓領導快速了解數據的成本及分布情況。當然不同的公司側重的價值會不一樣，數據治理同時也能有效的控制數據成本，減少因為數據帶來的摩擦，提升數據質量和安全。

數據開發

    對數據開發進行標準的流程管理是數據治理核心的一部分，首先根據公司實際情況分析、制定可落地的數據開發管理規范。過于復雜的數據開發規范維護成本高，同時也加重開發工作量，導致難以執行。過于簡單的規范又無法很好的管理開發流程。最主要的還是定制完規范后對各關聯方進行評審，對可落地，可管理的角度進行評估規范，執行落地。

組織建設

    數據組織是保障數據治理能夠長期有效的重要手段之一，通常數據組織都是可以跨職責的，組織的職能和分類如下：
1）數據治理委員會，在公司內部擁有數據的最高決策權，代表了企業的高層視角
2）數據管理指導委員會，為數據委員會提供支持，針對一些具體數據管理措施起草相關政策和標準，提供委員會評審和批準
3）數據管理制度團隊，在某個業務領域內，協助完成數據制度管理的數據管理專員小組，數據管理制度團隊來著不同的部門和跨業務領域的數據專家

    目前市面上的主流數據治理平臺：億信華辰-睿治數據治理平臺。睿治是一款覆蓋數據全生命周期的數據治理平臺，它通過對數據從創建到消亡的全過程的監控和治理，實現數據的統一管理，為企業保證了業務數據在采集、集中、轉換、存儲、應用整個過程中的完整性、準確性、一致性和時效性，從而幫助客戶建立起符合自身特征的數據架構和數據治理體系。