數據治理（Data Governance）是組織中涉及數據使用的一整套管理行為。由企業數據治理部門發起并推行，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。用通俗的方法講，企業數據分析系統的數據來源是各個業務系統或手工數據，這些數據的格式、內容等，都有可能存在不同，如果不進行數據治理，這些數據對數據分析沒有任何用處。只有對數據基礎進行規范，管理元數據、數據監控等，才能得到有價值的數據。得到規范的數據后，才可在此基礎上進行主題化的數據建模、數據挖掘、數據分析等。
數據治理的功能
數據標準解決業務系統之間缺少統一標準的功能
元數據解決系統之間數據變更對應的影響分析困難
數據質量解決數據質量差，錯誤發現不及時的問題
使用數據標準和主數據來解決數據表和模型繁多，價值未最大釋放的問題
數據資產、數據共享和交換解決業務系統之間數據資產分散，共享性差 的問題
數據安全解決數據安全無保障的問題
標準、安全、管理解決管理系統不完善的問題
數據治理的價值
1、高效運營需要
2、從根本上解決數據質量問題
好的數據質量是一切數據分析的基礎，垃圾數據對數據分析沒有任何用處，再多的業務和技術投入都是徒勞的，因為很經典的一句話：垃圾進垃圾出（GarbageinGarbageout）
3、規范和共享的需要
4、風險管理的需求
5、管理創新需要
業務流程和資源配置的優化，可以提高業務管理能力；
避免出了問題再補漏，數據管理部門和生產部門相互推脫責任。
高質量的數據是分析挖掘的基礎，VPS，有助于改善決策能力，做出正確的決策，發現更多商業機會。
6、實現流程管控
以實現業務價值為導向
找到管理層和業務部門的數據問題、痛點以及用數需求，并通過解決數據問題、滿足用數需求為迭代目標，確定數據治理的重點范圍。在前期數據治理體系基礎性建設的基礎上，進一步建立并完善數據治理的長效機制并確保日常持續、有效運轉，充分發揮已有治理體系的效能，美國服務器租用，切實解決業務部門面臨的數據痛點和難點，有效提升數據質量，滿足外部監管統計報送及內部經營決策分析的用數需求，進而釋放數據治理成效、實現數據價值。
相關閱讀：
“云”助浙江 浙江省云計算生態地圖V2.0版正式發布
亞馬遜（AMZN.US）與微軟（MSFT.US）競爭美國防部云計算服務 價值100億美元
收購邁絡思之后，英偉達已經成為一家數據中心公司
凡本網注明來源非中國IDC圈的作品，均轉載自其它媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點和對其真實性負責。
