数据治理误区有哪些

　　大数据时代，数据成为社会和组织的宝贵资产，像工业时代的石油和电力一样驱动万物，然而如果石油的杂质太多，电流的电压不稳，数据的价值岂不是大打折扣，甚至根本不可用不敢用，那么大数据工程师数据治理误区包括哪些?

　　1)数据治理是否要做得大而全

　　这是一个经典问题，一般对于不同阶段和规模的企业，数据治理的实施程度会有所不同。一般建议先根据自身的数据状况分阶段进行，避免盲目铺开规模，过程中可调整。

　　2)数据治理只是技术考虑的事情

　　正如文中所说，数据治理不仅仅是技术团队的事情，而是整个集团一起协作完成。其中就包括各业务线以及其他管理组织，没有一个好的实施方案和协作机制，往往事倍功半。

　　3)数据治理可以短期见效

　　数据治理是个长期过程，会跟随着企业数据的规模和数仓规划的变更同步调整，部分功能可能会在短期内卓有成效，完整体系搭建短期很难实现。

　　4)必须得有工具平台，才能开展数据治理

　　俗话说工欲善其事必先利其器，有好的工具当然是更好，前提是已经有了成熟的数据治理体系规划和策略。工具和技术手段目前市面上很成熟，先把理论给铺垫好。

　　5)数据治理感觉很模糊?不知道最后的落地结果

　　数据治理是一个长期工作，需要相关从业者根据企业的数据现状和管理模式去构建和调整，建议边做实践边总结归纳，小步慢跑是一个很好的方式。

　　数据治理远比我们想象中更为复杂。因为数据治理并非一个简单的项目，也不是一蹴而就的，它是一个持续运营的过程，前期基础建设、治理过程服务，以及后期运营执行都同等重要。只有稳扎稳打，走好其中的每一步，数据治理才能获得最终成功!