由于公司战略政策和业务日益变大的数据需求。当业务经历粗放式增长后，原有的模式已不能带动业务的增长，需要通过数据手段赋能新的业务增长点。因此业务对数据提出了准确性、及时性等要求，原有业务采集一个需求需要4天时间已经不能满足业务，从而产生了
数据治理项目的启动。它包括数据、开发流程、管理流程、制度、组织，数据治理就是将关联方通过一套完整的管理行为，形成有序的工作以达成目标。
一、数据治理的定义
数据治理(DataGovernance)，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，通常包括了数据模型、数据架构组织、技术工具、政策及体系制定、数据质量、数据标准、作业流程、影响度分析、监督及考核等内容。数据治理涉及的IT技术主题包括主数据管理、元数据管理、数据集成、数据质量、监控与报告等。
二、数据治理包括哪些方面
1、元数据管理
元数据分为技术元数据、操作元数据和业务元数据，三者之间关系紧密。
技术元数据。它可以分成结构性技术元数据和关联性技术元数据。结构性技术元数据提供了在信息技术的基础架构中对数据的说明。关联性技术元数据描述了数据之间的关联和数据在信息技术环境之中的流转情况。技术元数据一般以已有的业务元数据作为参考设计的。
操作元数据。操作元数据主要指与元数据管理相关的组织、岗位、职责、流程，以及系统日常运行产生的操作数据。
业务元数据。业务元数据是定义和业务相关数据的信息，用于辅助定位、理解及访问义乌信息。
2、数据模型
数据模型是数据治理中的重要部分，合适、合理、合规的数据模型，能够有效提高数据的合理分布和使用，它包括概念模型、逻辑数据模型和物理数据模型，是数据治理的关键、重点。
3、数据质量管理
数据质量管理已经成为数据治理的有机组成部分。高质量的数据是企业进行分析决策、业务发展规划的重要基础，只有建立完整的数据质量体系，才能有效提升数据整体质量，从而更好的为客户服务，提供更为精准的决策分析数据。
4、数据标准
数据标准是企业建立的一套符合自身实际，涵盖定义、操作、应用多层次数据的标准化体系。它包括基础标准和指标标准。与
数据治理其他核心领域具有一定的交叉，比如元数据标准、数据交换和传输标准、数据质量标准等。
5、数据分布和存储
数据分布和存储主要涵盖了数据如何划分和存储，主数据及参考数据如何管理。只有对数据进行合理的分布和存储，才能有效的提高数据的共享程度，才能尽可能的减少数据冗余带来的存储成本。
6、数据生命周期管理
从数据的产生、加工、使用乃至消亡都应该有一个科学的管理办法，将极少或者不再使用的数据从系统中剥离出来，并通过核实的存储设备进行保留，不仅能够提高系统的运行效率，更好的服务客户，还能大幅度减少因为数据长期保存带来的储存成本。
7、数据安全
企业重要且敏感的数据大部分集中在应用系统中，例如客户的联络信息、资产信息等，如果不慎泄露，不仅给客户带来损失，也会给企业带来不利的声誉影响，因此数据安全在数据管理和治理过程中是相当重要的。
8、数据交换
数据交换是企业进行数据交互和共享的基础，合理的数据交换体系有助于企业提高数据共享程度和数据流转时效。建立统一的数据交换系统，一方面可以提高数据共享的时效性，另一方面也可以精确掌握数据的流向。
