数据治理从方法到实践数据治理一

导读随着互联网信息技术的发展，数据量以指数级的速度不断增长，在这海量的数据中蕴含着巨大的社会价值和经济价值，数据已成为企业的核心资产、重要的生产要素以及推动企业....

随着互联网信息技术的发展，数据量以指数级的速度不断增长，在这海量的数据中蕴含着巨大的社会价值和经济价值，数据已成为企业的核心资产、重要的生产要素以及推动企业发展的强有力武器。

目前多个国家已经将大数据作为国家的战略资源，因此，如何将数据有效地组织和管理起来，是数据治理的一个重要内容。

在探索与数据相关的开发技术、应用场景和商业模式时，并非所有项目都能取得预期效果，许多预期需求无法实现，重要原因之一就是数据质量因素导致的，数据的质量直接影响着数据分析和数据挖掘的结果，进而影响着企业的决策和发展方向，而数据治理正是企业管理和提高数据质量的重要手段。在数据驱动的信息化时代，企业只有管理好核心业务数据，才能从中优化产品、开拓市场新渠道，打造企业核心竞争力，因此，数据治理对于企业来说迫在眉睫，高质量、标准化的数据将给企业带来巨大的利益。

近年来数据价值越来越被重视导致数据治理的意识在国内越来越强，不断有企业开展数据治理实践探索，目前电信、交通以及政府均在数据治理领域有所涉猎，但目前为止还都处于基础阶段，并不成熟。我们可以理解为数据治理就是将一个机构的数据作为战略资产来管理，需要从数据收集到处理应用的一套管理机制，以期提高数据质量，实现广泛的数据共享，最终实现数据价值最大化。

下面我们从几个方面来介绍一下数据治理的基本概念。

一、数据治理的定义

数据治理是企业或部门中涉及数据使用的一套管理行为。由于各类企业和部门切入点的不同，关于数据治理的认识，迄今为止，尚未形成一个统一的、标准的定义。其中，以DAMA (The Global Data Management Community，国际数据管理协会) 、DGI (The Data Governance Institute，国际数据治理研究所) 、IBM DG Council (数据治理委员会)所提出的定义较为权威，被广泛的应用。