什么是数据治理？为何数据治理如此重要？

如我们所见，数据正在以前所未有的速度增长，IDC曾发布报告称，到2025年，全球数据圈预计将增长至175 ZB。如何在这样一个数据大爆发的时代夺得先机，充分把握数字红利，成为众多企业面临的一个重要课题。数据治理，可以说是企业实现数据资产变现这一过程中，具有奠基意义的一步。

什么是数据治理？

目前业界并没有对其概念的统一标准定义，我们可以这么认为，数据治理从本质上看就是对一个机构（企业或政府部门）的数据从收集融合到分析管理和利用进行评估、指导和监督（EDM）的过程， 通过提供不断创新的数据服务， 为企业创造价值。［1］

DGI（Data Governance Institute，数据治理研究所）认为，企业不仅需要管理数据的系统，更需要一个完整的规则系统以及规章流程。数据治理基本上涵盖了企业所有与数据有关的内容，因此在整个企业范围内，包括工作流程、涉及人员和使用的技术等等，都需要经过仔细考量，以保证数据的可用性、一致性、完整性、合规性、和安全性，确保在整个数据生命周期中，都具有较高的数据质量。

总体来说，数据治理的目标就是提高数据质量，将数据价值最大化。具体而言，数据治理的任务包括以下几点［1］：

● 构筑适配灵活、标准化、模块化的多源异构数据资源接入体系；

● 建设规范化、流程化、智能化的数据处理体系；

● 打造数据精细化治理体系、组织的数据资源融合分类体系；

● 构建统一调度、精准服务、安全可用的信息共享服务体系。

为何数据治理如此重要？

分析机构BARC在一项研究中对全球378家公司进行了调查，96%的受访企业认为，数据治理已经不可或缺，而且未来将继续在企业中发挥核心作用。调查显示，合规性（64%）、更有效地使用数据（54%），以及与业务相关的内部和外部数据的不断增加（54%）是企业制定数据治理计划的主要驱动因素。

企业如果缺乏有效的数据治理策略，最直接的，将产生大量的“劣质”数据，这些数据的存在可能会带来更大的风险，更高的管理成本，更低的工作效率等等。甚至于，在数据分析如此盛行的当下，劣质数据将对企业决策产生消极的影响——错误的数据，得到错误的结果。

制定良好的数据治理计划，所带来的优势是非常显著的，主要有：

●企业将获得更干净、质量更高的数据，为进一步的数据活动打好基础

●标准化的数据资产管理方法、流程和策略，将有效提高数据运营效率

●使数据更容易与业务建立紧密连系，推动数据资产的变现

●提高数据安全性，保证合规性

总体来说，数据治理能够带来的好处就在于，更高效地帮助企业将数据价值转化成实际的业务价值。

数据“井喷”仍在进行，机器学习、AI等这类十分依赖数据质量的技术持续火热，全球数字化转型浪潮也在全面推进，由此可见，数据治理未来将继续在组织的数字战略计划中占有重要地位。

大数据时代，数据治理面临新的困境

数据治理并不是一个新词，最初企业中的数据治理是相对简单的。几乎所有被治理的数据，都是在企业内部的事务处理系统中生成，与现在相比，数据量较低，数据类型、IT环境也比较单一。随着IT技术的整体发展，特别是大数据时代的到来，数据治理的“担子”变得越来越重。

IT应用类型、数据源、数据分析方法不断增加，数据治理进入了一个新的变革和发展阶段。面向大数据的数据治理，应该具有更高的能动性，需要跟上更快的IT环境变化速度，做出积极的反应。可以说，在新的发展阶段，数据治理的各项要求将变得更加具有挑战性。

大数据治理必须跟踪跨多个平台的数据访问和使用情况，并减轻数据使用不当造成的风险。在大数据环境中，验证数据源并确保数据质量和数据完整性成为一个巨大的挑战；此外，海量数据的存储、如何最大化数据处理效率、保证数据可靠性与安全性也更具难度。