数据治理浅析

        数据治理是一个宏观的概念，各种标准范围也是迥然不同。但是随着业务的发展，数据也在快速膨胀，对数据体系也造成了一定的腐化，并且进一步影响了的整个开发效率，甚至会影响公司的战略决策。那么如何数据治理？

数据治理的目标

       百度百科给出的是“数据治理的最终目标是提升数据的价值”，貌似有点形而上。我认为治理的目标是实现管理，治理只是一个过程，管理才是要达到的一种状态。围绕治理提出的是手段，围绕管理确定的是规范。

数据治理的策略        

        千里之行始于足下。数据治理如同黄河治沙，这是一个系统性的工程。因此需要自顶向下完成一系列架构设计。可以主要分为以下一个步骤：

        （1）业务梳理，明确范围

                数据经过清洗与一系列的分析任务到最终被使用，会经历数据源、数据存储、计算引擎、数据应用等多个模块服务，我们需要将数据流转路径的关系识别和串联起来。

                产出：元数据库、元数据地图、血缘关系等

        （2）制定数据标准，建立数据管理流程

                数据治理要解决数据体系中的很多问题：资源消耗、数据安全、数据可靠性、效率提升等等。因此需要建立数据管控能力，包括从业务的角度梳理企业数据质量问题，需要建构一个可衡量系统，针对各个业务模块的需要关心的问题形成一套可以实时精准衡量的指标。

                产出：数据标准、数据质量、数据资产、数据集成、数据交换等

         （3）精准治理，构建治理模型