一、数据治理的概念与定义
数据治理，是企业数据治理部门发起并推行的，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。数据治理是一套持续改善管理机制，通常包括了数据架构组织、数据模型、政策及体系制定、技术工具、数据标准、数据质量、影响度分析、作业流程、监督及考核等内容。
二、数据治理平台是什么
数据治理平台为企业解决数据出处不明确、产权归属不清晰、数据质量参差不齐、数据规范不统一等问题。支持多种数据导入形式，提供全方位的数据质量管理、多视角的数据统计功能及数据模型生命周期管控，使用户全面掌控数据。保证数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性，提高数据的质量，形成学校高质量的数据资产。
三、数据治理平台的功能模块与特性
1、
主数据
1）主数据管理：支持对主数据的维护，包括主数据申请与校验、审批、变更、冻结/解冻、发布、归档等全生命周期管理;
2）主数据存储、整合：需具备对数据的整合、清洗、校验、合并等功能，能够实现对分散在各地处的主数据的集中维护、收集，并确保主数据在应用场景下的完整、唯一与准确;
3）主数据分析：实现对主数据的变更情况监控，为主数据系统管理员提供对主数据进行分析、优化、统计、比较等功能;
4）主数据分发与共享：支持主数据对外查询和分发服务，满足业务人员和IT人员日常的查询和调取;
2、数据指标
1）指标维度管理：从时间、空间、物料以及层次四个维度的信息和所含具体维度进行管理;
2）指标维护：支持对指标进行新增、修改、删除、审批、冻结、解冻、发布(分发)、导出等操作，并就以上操作进行各类权限设置及权限功能的操作流程设计;
3）数据指标定义：能够以不同的主题和业务域对维度进行定义、属性和模型方面的管理;
3、元数据
1)元数据管理：准确定义元数据模型并封装储存，在功能层包装成各类元数据功能，最终对外提供应用及展现;提供元数据分类和建模、血缘关系和影响分析，方便数据的跟踪和回溯；
2)元数据采集：能准确便捷地从各类数据库及大数据平台中采集全生命周期的各类元数据，包括各类数据实体机加工逻辑，并支持异构环境;
3)元数据搜索：可根据数据源库、类型等搜索元数据信息；
4)元数据展示：清晰直观的可视化呈现，展现数据间各类组合依赖关系及加工上下游逻辑，并能进行针对性问题和指标的突显和预警。
四、如何做好数据治理平台
1、制定数据标准，优化流程
对企业来说，数据有很多来源。金融、人力、供应链、生产、销售等内部数据;政策、经济、社会、科技、产业、市场、竞争者等外部数据。尽管数据来源广泛，数据量大是其优势，但如果不加以整理，混乱的数据不但不利于分析应用，而且会造成不必要的财产损失。所以企业应建立统一的数据标准、数据管理流程和系统，以规范数据生产与供应过程。
2、搭建平台
对于
数据治理平台的搭建，企业需要考虑用户的不同需求，从而建立不同的模块。数据治理平台的内容主要包括数据质量管理、数据标准管理、数据安全管理、数据模型工具、元数据管理、主数据管理等功能模块。我们所说的数据治理项目不是为治理数据而构建，而是与大数据平台、数据仓库、数据分析挖掘等项目相结合，通过提高数据质量、控制数据安全性，使数据发挥最大效益。
3、优化模型，确保数据安全
数据安全管理是从数据资产整理开始的。将数据资产进行整理分类，可以明确敏感数据在系统内的分布情况，判断敏感数据是如何被访问的，以及确定当前账号和授权的状态。依据数据价值和数据特性，对企业的核心数据资产进行分类，利用数据治理工具将其模型化，确定敏感数据的位置、描述和处理方法，确保数据的合法合规地使用。
