數據規范是指對企業核心數據進行有關存在性、完整性、質量及歸檔的測量標準，為評估企業數據質量，并且為手動錄入、設計數據加載程序、更新信息以及開發應用軟件提供的約束性規則，數據規范一般包括數據標準、數據模型、業務規則、元數據、主數據和參考數據。
企業只有建立了完整的大數據治理體系，保證數據的質量，才能夠真正有效地挖掘企業內部的數據價值，對外提高競爭力。
大數據治理，即基于大數據的數據治理。大數據，一般指符合4V特征的數據，包括社交數據、機器數據等，大數據對傳統數據治理工作帶來很多的擴展，在政策/流程上，大數據治理應覆蓋大數據的獲取、處理、存儲、安全等環節，需要為大數據設置數據管理專員制度；需考慮大數據與主數據管理能力的集成，需要對大數據做定義，統一主數據標準；在數據生命周期管理各階段，如數據存儲、保留、歸檔、處置時，要考慮大數據保存時間與存儲空間的平衡，大數據量大，因此應識別對業務有關鍵影響的數據元素，檢查和保證數據質量。此外，在隱私方面，應考慮社交數據的隱私保護需求，制定相應政策，還要將大數據治理與企業內外部風險管控需求建立聯系。
圖1 DAMA數據管理職能框架
首先，高質量數據是企業業務創新、管理決策的基礎。隨著互聯網企業對其他各行業的沖擊，加劇了市場的競爭，許多企業面臨收入增速放緩、利潤空間逐步縮小的局面，過去單純的外延式增長已經難以為繼。因此，必須向外延與內涵相結合的增長方式轉變，未來效益的提升很大程度上要依靠企業的內部挖潛實現，這從客觀上對企業的創新能力提出了更高的要求，而提升企業內部數據管理的精細化水平，是企業開展業務創新和管理決策的重要基礎，能夠為企業創造巨大效益。
數據治理軟件：工欲善其事，必先利其器
