一、数据治理与数据治理平台
数据治理指的是数据从零散没有规律变为统一规划的主数据、从具有很少甚至于没有组织和流程的治理到企业范围内的综合数据治理、从处理主数据时的混乱状态到主数据井井有条的一个过程。数据治理是一种数据管理的概念，能够确保数据的全生命周期存在高数据质量的能力。
数据治理平台是建立数据拥有者、使用者和数据之间的和谐关系，从全机构协调、对各个层面的数据进行协调统领，确保内部各类人员可以得到及时、准确的数据支持和服务。通常情况下，数据治理应当有以下功能域：原数据、数据标准、数据资产、主数据、生命周期等。
二、数据治理平台搭建流程
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。
三、企业数据治理平台选型指南
1、产品的功能
对于数据治理工具功能的考察要结合企业自身的业务需求，要选择最适合企业现状和发展要求的。假如您的企业中没有或技术人员不足，那么选择的数据治理工具的功能一定要简单易用并且功能点要覆盖企业的业务需求，尽量减少定制化开发的功能。假如您的企业技术实力雄厚，可以选择一个稳定的框架，部分功能可以定制开发，这样也许更加易用和适用。在功能指标上，不同的数据治理主题关注的功能和工具不同，例如：元数据管理、数据质量管理、数据标准管理、主数据管理等。最后，至关重要的是要考虑数据控制、安全性和许可等因素。此外，评估和选择数据治理工具不仅取决于功能，还取决于您如何使用这些工具增加来增加业务价值。
2、产品的性能
数字化时代，企业的数据环境变得多样而复杂，大数据的4V特征（体量大、多样化、速度快、密度低）已经展现的淋漓尽致。考虑到需要处理的大量数据以及业务需求的日益复杂，对于任何正在评估的新技术和工具，都必须考虑性能和可伸缩性。数据治理的工具需要能够支持大量并发用户和非常大的数据集，尤其是针对数据模型工具、数据质量工具、数据集成工具、数据存取工具。
3、产品的架构
在数据治理项目中，数据架构更多的是需要根据企业的现状和需求进行规划设计的，这点可以通过供应商案例的进行考察，比如数据的分层分级、数据的存储、数据的读取、数据的安全控制等。技术架构重点是考察供应商产品的技术先进性。应用架构是从功能组件的适用性、易用性，以及功能组件的关联性等方面进行考量的。安全架构是考察产品在数据安全防护和个人隐私数据保护层面的功能和成熟度。
