什麼是資料治理
資料治理是指從使用零散資料變為使用統一主資料、從具有很少或沒有組織和流程治理到企業範圍內的綜合資料治理、從嘗試處理主資料混亂狀況到主資料井井有條的乙個過程。
資料治理的全過程
資料治理其實是一種體系，是乙個關注於資訊系統執行層面的體系，這一體系的目的是整合it與業務部門的知識和意見，通過乙個類似於監督委員會或專案小組的虛擬組織對企業的資訊化建設進行全方位的監管，這一組織的基礎是企業高層的授權和業務部門與it部門的建設性合作。從範圍來講，資料治理涵蓋了從前端事務處理系統、後端業務資料庫到終端的資料分析，從源頭到終端再回到源頭形成乙個閉環負反饋系統（控制理論中趨穩的系統）。從目的來講，資料治理就是要對資料的獲取、處理、使用進行監管（監管就是我們在執行層面對資訊系統的負反饋），而監管的職能主要通過以下五個方面的執行力來保證——發現、監督、控制、溝通、整合
如果您將要新增乙個多領域
mdm (
主資料是指在整個企業範圍內各個系統(操作/事務型應用系統以及分析型系統)間要共享的資料)系統並承認 crm 和 erp 系統並不是設計用於管理主資料，為何不進行下一步驟並取消它們的建立、更新或刪除主資料的功能，而是允許這些系統只能讀取和處理主資料呢？
何時開始主動資料治理？
一些情況要求立即開始主動資料治理，例如當您獲得多個 crm 系統和 erp 系統，它們要求與多領域 mdm 系統整合，以便讓它們繼續充當錄入系統，或當您的當前源系統非常脆弱或很難維護或修改。
在這些情況下，要忍受困難並從一開始便為主動資料治理作出計畫。一些組織擁有成千上萬個直接在 mdm 系統中授權主資料的終端使用者，並且有乙個資料管理員團隊支援他們、發現異常、解決低質量匹配、在需要時手動合併重覆記錄等等。另一種應用情況是當您發現自己最終會選擇主動資料治理方法 — 何必再為建立源系統到多領域 mdm 系統的雙向整合而爭論？您或許不妨直接授權終端使用者來編寫主資料。
隨著越來越多的企業建立並廣泛應用
bi系統，資料治理的話題也在最近被越來越多地提及和討論。有專家表示，只有建立了一定的資料治理體系，使用者才會真正進入商業智慧型的時代。
概念：管理舉措，持續改善
資料治理
(data governance)
，是由企業高階管理層的資料治理委員會發起並推行的，是關於如何進行整個企業內部資料的商業應用和技術管理的一系列政策和程式。資料治理是一套持續改善管理機制，通常包括了組織架構、政策制度、技術工具、資料標準、作業流程、監督及考核等方方面面。
技術：主題眾多，元資料管理先行
資料治理涉及的
it技術主題眾多，包括元資料管理、主資料管理、資料質量、資料整合、監控與報告等。
根據權威資料管理研究機構
tdwi
對數百家國際企業的調研結果，元資料管理的重要性在全部技術主題中位列第一。
元資料管理是語義工具，其重要性在於，它能夠為資料治理建立一套資料資料庫，儲存治理範圍內的資料定義，負責人，**，轉換關係，目標，質量等級，依賴關係，安全許可權等。這些資訊對於商業整合，資料質量，可審計性等資料治理目標的實現至關重要。
元資料管理是實施資料治理的核心
it技術，有效的元資料管理將為資料質量、資料整合等技術的實施，以及資料治理目標的最終實現奠定堅實的基礎。
意義：發掘資料資產的商業價值[資料深度使用]
資料治理是專注於將資料作為企業的商業資產進行應用和管理的一套管理機制，
能夠消除資料的不一致性，
建立規範的資料應用標準，
提高組織資料質量，實現資料廣泛共享，並能夠將資料作為組織的寶貴資產應用於業務、管理、戰略決策中，發揮資料資產的商業價值。同時，資料治理將幫助組織更好的遵從內外部有關資料使用和管理的監管法規，如
sox法案，
basel ii
協議等。良好的資料治理必將為資訊化時代的企業帶來不可替代的競爭優勢。
資料治理(data governance)是圍繞將資料作為企業資產而展開的一系列的具體化工作。資料是企業最大的價值**，同時也是最大的風險**，資料管理不佳通常意味著業務決策效果不佳以及更可能面臨違規和失竊。而利用規則的可信資料有助於組織的業務創新提供更好的服務，提公升客戶忠誠度，減少合規及報表要求所需工作，並提公升創新能力。
資料治理不光是軟體，還要有相應的流程、方法。
框架包括產出領域：資料風險管理、價值創造;驅動領域：組織機構/流程、管理制度、資料責任人;核心領域：資料質量管理、資訊生命週期管理、安全/資訊披露/合規;支撐領域：資料模型/資料架構、元資料/主資料/資料標準、質量審計與報告。
主資料是用來描述企業核心業務實體的資料，比如客戶、合作夥伴、員工、產品、物料單等。
主資料管理旨在從企業的多個業務系統中整合最核心的需要共享的資料，集中進行資料清洗，並以服務的方式把統
一、完整、準確的主資料分發給企業內的操作型應用和分析型應用，包括業務系統、業務流程和決策支援系統等。
大資料的特點是3v，即大量化（volume）、多種類（variety）和高採集速度（velocity）。大量化意味著傳統的資料質量演算法，除非有非常大的效能提公升，是難以用在大資料環境下的，因為掃瞄一次的時間可能都是無法接受的；多種類更增加了這種難度，因為傳統的資料質量演算法基本上是基於關係資料的，對於象xml、文件、圖資料等等型別，目前還沒有太好的資料質量演算法；高採集速度更是乙個嚴峻的挑戰，因為採集過程本來就是資料質量問題的主要**，採集速度快，又不能及時進行資料質量處理，會導致資料質量問題的堆積，越來越嚴重。
同時，資料質量是乙個綜合性的問題，一般認為其包括三個方面：元資料的質量、資料內容的質量和資料使用方式的質量，而大資料的特點恰恰是元資料的弱化和未來使用方式的不確定性。
資料治理 VS 公司治理 IT治理 數倉治理
如題，今天要聊得這個話題，包含了四個 治理 看完這張圖你有什麼想法，這張圖說明了什麼？它是在描述公司治理 it治理 數倉治理和資料治理的關係嗎？如果這張圖是在描述四個 治理 之間的層次結構，那你認為哪乙個結構是正確的呢？如果您是企業的高管，您會選擇哪個結構，來實施 治理 呢？01 資料治理 vs 公...
資料治理那些事兒 資料治理勢在必行
資料治理勢在必行 終於在那天人們回想起了 業務分析師不得不對it部門負責，因為他們不知道如何導航資訊管理系統資料庫，即使他們可以也不會被授予訪問許可權。it部門列印出月度報告並分發它們，就像摩西從石頭上下山一樣。隨著個人計算機的出現，權力的平衡從根本上發生了變化。突然之間，商人可以訪問電子 並可以建...
資料治理流程
要真正把資料作為企業有價值的資產來管理，就必須像管理財務 人力資源等業務功能一樣進行資料治理。財務功能由多個核心業務流程組成，如應付賬款 應收賬款 工資和財務計畫等。那麼，要把資料治理當作業務功能來管理，資料治理的核心業務流程有哪些呢？我用以下圖表說明資料治理和管理工作的主要業務流程，當然包括預期的...