一文看懂数据治理

一、什么是数据治理？

定义：数据治理（Data Governance)是通过组织制度，流程，技术的结合与实践，以符合组织目标和法律要求的方式来管控数据的收集，存储，管理，使用等，也称数据管控。数据治理的目的是确保有效和高效地使用数据来支持决策制定，同时保护敏感信息并遵守法律法规要求。

通俗来说，数据治理就像管理超市里的水果，数据架构就是爸爸水果摆放得紧凑稳定，数据标准就是水果规格一致，元数据就是描述水果的产地和价格，数据质量就是保证没有烂水果，数据安全就是防止被人偷吃，数据生命周期就是计划摆放几天后下架。数据认责就是知道供货商和货物管理员是谁。

数据治理不是一个产品或者项目，而是一个持续的过程。

二、数据治理主要做什么？

数据治理的核心是优化现有数据查询或计算机体系，主要通过数据治理解决以下几点问题：

1.使用低价格的数据成本来提升数据查询效率。

2.规范数据指标建设，保障数据建模统一性。

3.优化数据管理方案，提升问题查找或解决问题效率。

数据治理不是一套技术方案，而是一套体系，通过长期迭代数据规范化管理，数据优化体系包括以下内容：

1.流程制度规范制定

2.数据架构制定

3.数据标准制定

4.组织，职能分工，智能

5.治理工具建设

6.治理沟通推进模式

三、数据治理的四个阶段分别是什么？

第一阶段：梳理企业信息，构建企业的数据资产库。首先要清楚企业的数据模型，数据关系对企业资产形成业务视图，技术试图等针对不同用户视角的展示。

第二阶段：建立管理流程，落地数据标准，提升数据质量。从企业角度梳理质量问题，抓紧标准落地。

第三阶段：直接为用户提供价值，本阶段依赖于前两个阶段的建设，为用户提供方便的获取数据的途径。

第四阶段：为企业提供数据价值。通过多种手段，对多种数据来源的数据进行分析，形成企业知识图谱，体现数据的深层价值。

通过这四个阶段的建设，建立起全企业的数据质量管理管控平台，以用户为中心，由用户使用数据，并通过用户的使用优化数据质量，既达到了数据治理的目标，也最大限度地发挥了数据的价值。