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。数据治理不只是技术问题，更是一个管理问题。只有保证数据的可用性、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，才能进一步通过数据运营、数据应用帮助企业实现
数据资产管理、发现内部数据问题、发掘
数据价值，进而实现企业数据资产的盘活和有效利用。
一、数据治理面临的挑战1、治理效率低
当发现质量问题时建设质量平台、需要数据字典的时候建设
元数据管理平台，将原本完整的治理体系割裂为多个系统、多个平台，造成系统集成难度高、治理效果差。
2、跨组织的沟通协调问题
数据治理是一个组织的全局性项目，需要 IT 部门与业务部门的倾力合作和支持，需要各个部门站在组织战略目标和组织长远发展的视角来看待数据治理。因此，数据治理项目需要得到组织高层的支持，在条件允许的情况下，成立以组织高层牵头的虚拟项目小组，会让数据治理项目事半功倍。
3、管理内容与生产内容不一致
因历史原因，很多企业采用“先建后治”的方式，通过手工填报、反向解析代码、脚本等的方式进行元数据探查、血缘探查、数据质量管理，事后才能发现问题，容易造成管理的内容和生产内容的不一致。
4、不能持续进行有效治理
数据治理的最终目标是提升数据价值，是一个持续漫长的运营过程，需要逐步完善、分步迭代，指望一步到位完成数据治理是不现实的，但在实际执行过程中往往以项目交付为目标，点到为止，导致治理不全面、无延续，效果也注定是差强人意。、
5、投资决策困难
组织的投资决策以能够产生可预期的建设成效为前提，但往往综合性的数据治理的成效并不能立马体现，它更像一个基础设施，是以支撑组织战略和长期发展为目标，所以，导致此类项目无法界定明确的边界和目标，从而难以作出明确的投资决策。
6、项目落地困难
由于每个行业、企业、单位的组织体系、数据应用、基础架构不同，需要通过方法论找到适合企业的特有的数据治理思路，同时需要专人或专业团队进行强有力的支撑，但实际执行过程中往往是企业安排员工进行兼职管理，导致职责不清晰，主动性不强，治理工作落地困难
7、管理失焦
随着中台的建设脚本和任务越来越多，本来管理数据变为了管理程序；数据治理的本质是管理数据，走入误区变成管理程序、脚本、任务，造成了管理失焦。
二、睿治数据治理平台
睿治
智能数据治理平台由亿信华辰自主研发，是一款融合数据治理十大产品模块，覆盖数据全生命周期管理的应用平台，也是目前国内功能齐全的数据治理工具，助力
数据标准落地，提升数据质量，实现数据资产融合。企业利用亿信华辰数据治理平台主要解决企业不同来源数据集成过程中遇到的问题，能够提供统一的元数据集成、数据标准管理、数据模型设计、数据质量稽核、数据资产目录、
数据分析服务等能力。睿治数据治理平台可以帮助企业全面提升数据质量，并建立健全完善的考核制度，实现数据中心的统一监管，提高企业职工的办事效率，充分实现数据的全面共享应用。
（部分内容来源网络，如有侵权请联系删除）
