什么是数据治理?

为确保企业数据的安全性和易用性，企业必须从中获取业务价值，最大程度地降低风险并寻求方法进一步开发和利用数据，而这就是数据治理需要完成的工作，数据治理一般来说主要包括以下三部分工作：定义数据资产的具体职责和决策权，应用角色分配决策需要执行的确切任务的决策和规范活动。为数据管理实践制定企业范围的原则，标准，规则和策略，数据的一致。建立必要的流程，以提供对数据的连续监视和控制实践并帮助在不同组织职能部门之间执行与数据相关的决策，以及业务用户类别。

• 梳理业务流程，规划数据资源: 通过获取流程数据，了解企业相关业务的流程、组织及技术能力，并从相关数据状态中获得更多业务洞察；结合业务实例，实时政策动态、架构等变化因素，有针对性地制定数据治理策略，构建以探索驱动定义的数据治理模式。
  
• ETL 采集、去除异常值: 通过记录数据定义、业务背景、分类、关系等内容，使流程更有重点和针对性，结合政策、规则、标准、流程等因素，对数据进行整合，提升数据的准确性，再进行集中存储。
  
• 大数据高性能存储及管理: 获取流程数据的目标是执行数据治理，基于数据治理的政策、业务规则、流程管理、职能角色等因素，将数据进行分类管理，存储在对应的库里，从而有效提升后续数据的应用效率。
  
• 即时查询、智能分析、模型预测: 数据的最终目的就是辅助业务进行决策，通过获取并衡量数据治理和管理工作的有效性及价值，监测是否与定义的政策和规则相符，有无异常；使数据资产及其生命周期透明并可审核。