在数据驱动的信息化时代，企业只有将核心业务数据更好地掌握在手中，才能从中萃取更大的业务价值，进而优化产品管理，拓展市场新渠道，打造企业核心竞争力，而数据治理就是挖掘这些价值的重要手段和工具。数据作为新型生产要素，只有流动、分享、加工处理才能创造价值。如今
数据治理成为数字经济必经之路，数据已成为企业的核心资产和重要战略资源，是重要的生产因素，怎么实现一个数据治理项目成为大家最关心的问题。对于企业而言，需要借助数据治理，引领企业加快数字化转型，从而获取最大限度的价值。
一、数据治理遇到的挑战
1、IT系统孤岛化
大多数企业都是以业务部门驱动的单体架构系统或套装软件，缺乏整体规划。导致在企业内部形成了 “信息孤岛”。这些“孤岛”之间缺乏有效的连接通道，数据不能互联互通，不能按照用户的指令进行有意义的交流，于是数据的价值不能充分发挥。
2、数据质量参差不齐
由于企业各个业务系统或模块都是按照各自的需要录入数据，业务系统不需要的信息就不录，没有统一的录入工具和数据出口，造成同样的数据在不同的系统有不同的属性信息，数据完整性无法得到保障。
3、存在数据安全隐患
数据资产管理上，正在由传统分散式的人工管理向计算机集中化管理方向发展，数据的安全问题愈来愈受到人们的关注，诸如此类的数据安全事件多不胜数。
4、缺乏有效管理机制
由于企业缺乏有效的管理机制和某些人为的因素，比如缺少全局规范文档，信息无法对接应用，平台间数据标准不一等。在数据流转过程中，导致了大量的垃圾数据。以外，数据产权不明确，管理职责混乱，管理和使用流程不清晰，也是造成数据质量问题的重要因素。
二、企业如何实现数据治理
1、明确数据治理目标
数据治理从来都不是为治理数据而治理数据，而是为了解决数据利益相关方的业务痛点或实现哪些业务和管理目标，例如：降低管理成本和复杂性，增加收入和价值，确保数据安全合规使用等。同时，帮助业务和IT人员达成共识，为执行过程的协助奠定基础，例如：分析数据问题、帮助定义数据、帮助解决数据问题等。
2、搭建数据治理组织
在合规环境中，不允许个别管理者独立解释需求。企业需要采用一种统一的模型，由一个集中的小组来制定这些规则和要求，然后将其分发给利益相关者进行执行。
3、建立数据治理制度
数据治理需要管理和制度的有力支撑，可结合企业的现状，制定相应的管理办法、管理流程、认责体系、人员角色和岗位职责等，颁布相关的数据治理的企业规章制度等。
4、数据治理规范
数据规范是指对企业核心数据进行有关完整性、存在性、质量及归档的测量标准，为评估企业数据质量，并且为设计数据加载程序、手动录入、开发应用软件以及更新信息提供的约束性规则，数据规范一般包括数据模型、数据标准、元数据、业务规则、参考数据和主数据。
