一、数据治理的定义
数据治理（Data Governance）是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，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。
二、数据治理的意义
1、降低运营成本
众多案例证明，可以通过精细化和自动化所有可能的数据降低运营成本。这些流程大部分都流经多个系统，组织的多个业务部门的数据库和应用程序，例如：财务，人力资源资源，销售和市场营销等。提供统一而清晰的数据视图和拥有的信息可以帮助消除许多手动任务并解决几个冗余问题使成本和复杂性保持在较高水平。
2、提升业务敏捷
通过建立一致的企业数据模型，统一的组织数据的展示和利用，从而让业务人员能够更快的获取用户及产品相关数据，获得最快的市场信息和洞察，从而能够提升业务对于市场的响应力，让业务更敏捷。
3、管理风险和合规
企业合规和风险管理很重要，尤其是受到严格监管的金融服务行业中，风险管理以及遵守外部法规和内部政策会引入其他要求数据使用的透明性以及基于这些数据的报告操作。通过定义所有必要的数据标准，政策和流程并形成具有明确角色和职责的框架，可控制这些策略应用的风险。
三、数据中台的定义
虽然业内无非常明确的定义，但是以大多数人都认可的一种解释来看，数据中台其实是一个概念，是一套可持续的“让企业的数据用起来”的机制，是一种战略选择和组织形式，是依据企业特有的业务模式和组织架构，通过有形的产品和实施方法论支撑，构建的一套持续不断把数据变成资产并服务于业务的机制。
四、数据中台的意义
1、打破数据孤岛，形成开放的企业数据格局
企业基于自身的信息化建设基础、数据基础以及业务特点对数据中台的能力进行定义，基于能力定义利用数据组件搭建自己的数据中台。
2、深度挖掘数据价值，为整合高阶算法打下基础
数据中台构建了开放、灵活、可扩展的企业级统一数据管理和分析平台，将企业内、外部数据随需关联，打破了数据的系统界限。中台能有效满足企业各级对数据分析应用的需求，利用大数据智能分析、数据可视化等技术，实现了数据共享、日常报表自动生成、快速和智能分析。通过深度挖掘数据价值，助力企业数字化转型落地。实现了数据的目录、模型、标准、认责、安全、可视化、共享等管理，对数据进行了有效的集中存储、处理、分类和管理。
3、数据中台补充了传统数据仓库ETL模式的短板
数据分析正实现从统计分析向预测分析转变、从单领域分析向跨领域转变、从被动分析向主动分析转变、从非实时向实时分析转变、从结构化数据向多元化转变的“五大转变”。数据的预处理流程正在从传统的ETL结构向ELT转变。传统ETL结构下，数据经历抽取、清洗和加载到达数据仓库。而ELT结构，其根据上层的应用需求，随时从数据中台中抽取想要的原始数据进行建模分析。
四、数据治理与数据中台的区别
归纳起来看，从价值层面来看，数据中台的价值在于业务数据化、数据资产化、资产服务化和服务业务化。而数据治理则是实现数据资产化的重要步骤。不同于过去的数据平台，数据治理不是数据平台的附件，而是数据中台建设的一个重要组成部分。
数据治理在消除数据孤岛、提高数据质量、保障数据安全等方面，支撑中台数据的可见、可用、可运营。
