所谓“数字转型，治理先行”，近年来在国家政策倡导下，地方政府、国企、央企以及很多传统企业都是走数字化转型的路，而在数字化转型的过程中，数据治理可谓是重中之重。那么，何为数据治理？数据治理有什么意义？怎么进行数据治理？今天我就来跟大家分享一下我对数据治理的看法。
数据治理的定义
关于数据治理，国际数据治理研究所（DGI）给出的定义是：“数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁（Who）能根据什么信息，在什么时间（When）和情况（Where）下，用什么方法（How），采取什么行动（What）。”这解释感觉听起来反而更让人犯糊涂了。
还是来看下百度百科的解释：“数据治理是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。”
简单地来说，数据治理就是企业对数据的来源、质量和使用进行规范化的一整套流程。
数据治理的目的
数据治理的目的，往大了说是为了将数据的价值最大化，将风险最小化，往小了说，主要是分为四点：
- 提升数据的质量
- 增强数据的安全
- 确保数据的合规
- 规范数据使用的流程和方法
数据治理的范畴
目前根据市场上的数据治理服务供应商提供的解决方案整理下来，数据治理领域包括但不限于以下内容：数据标准、元数据管理、主数据管理、数据模型、数据分布、数据存储、数据交换、数据生命周期管理、数据质量管理、数据安全以及数据共享服务。
对于数据治理，其最关键的工作是回归数据本身，也就是要加强元数据管理和主数据管理，从源头去治理数据，尽可能补齐数据的相关属性和信息，从而为数据治理的后续工作奠定良好的基础。
关于数据治理的知识点，我就简单介绍到这里。这篇文章主要目的是跟大家普及一下数据治理的定义和数据治理的意义，至少对于非数据治理方向的产品经理来说，有基础的常识了解就足够了。如果对数据治理感兴趣，欢迎关注我，后续我会根据时间安排，再展开谈一谈数据治理的流程和方案。
