随着云计算、物联网、移动互联网等新一代信息技术的快速发展，人类产生的数据量呈指数级增长。据资料显示，预计到2025年，全球数据量将达到700ZB。大数据蕴含着巨大的价值，如今众多企业已将数据视作企业的宝贵资产。然而，数据价值密度与数据总量成反比。面对巨大的数据规模，如何管理和利用数据，使其发挥价值是企业必须考虑的重要问题。大数据的价值所在使其面临着隐私和安全方面的威胁。大数据治理将组织的部门、流程、人等元素与数据的整个生命周期联系在了一起，对企业数据管理和数据资产价值有着至关重要的作用。
一、数据治理的定义
数据治理是在确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并最终体现为增加收入和利润。
二、数据治理的重要性
1、提升海量数据资源质量的需要
大数据时代数据产生的价值越来越大，各企业都在探索基于大数据的相关技术和应用模式，最终目的就是挖掘数据的价值，推动企业的发展。因为数据有可能是成本，也有可能是资产，能给企业带来重要的价值，是企业宝贵的资源。如果没有数据治理，数据的质量就无法保证，数据难以成为企业的资产，既使再多的业务和技术投入也都是徒劳。数据质量低下会导致企业在IT方面的重复投入，各种应用系统的价值难以有效地发挥出来，数据的问题甚至会使得企业错失商机，损失无法估量。
2、企业实现数据资源在组织内部的共享和交换的需要
目前，大部分工业企业已经完成了ERP、CRM、供应链、协同办公等企业信息化系统的建设，但是由于数据分散在众多系统中，缺乏统一的数据定义和数据分类，因此在数据使用上存在数据不标准、数据不一致、数据完整性差等问题。企业必须对各个系统的数据源以及输出的数据资产进行统一的
数据治理，实现数据在不同组织和系统内的交换与共享。只有解决了数据问题，才能实现IT价值。
3、企业整合数据资源提升竞争力的需要
数据技术带来的不仅是技术的更新，还有管理方式的改变，数据治理不仅局限在企业的决策层，还包含管理层和业务层，数据治理能改善企业管理层与其他利益相关者的关系，使企业变得更加敏捷和高效，更注重用户体验的提升和需求的满足。例如，为解决日常的数据收集、数据处理效率较低、数据不一致的问题，可以通过元数据管理系统，建立采集元数据和元数据关系，提升跨系统的数据交互能力以及数据整合能力，进一步提升企业的核心竞争力。
4、数据驱动企业进行科学决策的需要
数据治理能使企业清楚地认识自己的优势和劣势，有利于企业提高决策的合理性，为用户提供更加优质的服务。大数据时代，企业可以通过对数据的整合和分析，从中获取对企业有用的数据。新的数据技术手段，使得信息在企业内部不同部门之间有效、快速地传递，使得不同部门之间的交流、沟通更加透明，使得企业不同的利益主体能广泛地参与决策，从而提高决策的科学性和合理性。
三、数据治理方案实施
第一阶段：全面梳理企业信息，自动化构建企业的数据资产库
在第一阶段，主要是对企业大数据的梳理，从而全面掌握企业大数据的情况，主要有以下三个方面：对数据资产形成统一的自动化管理，形成企业的元数据库；对企业数据资产形成多种视图，使数据资产能够让不同用户，有不同视角的展示；梳理全企业数据架构，对企业的数据模型、数据关系、数据处理有清晰化的认识。
第二阶段：建立管理流程，落地数据标准，提升数据质量
在第二阶段，需要建立大数据管控能力，包括从业务的角度梳理企业数据质量问题，形成质量控制能力，形成核心数据标准，并抓标准落地。针对关键问题，建立数据的管理流程，少而精，控制核心问题。
第三阶段：直接为用户提供价值，向用户提供数据微服务
通过前两个阶段，企业能够建立基本的数据治理的能力，在此基础上，还需要以用户为中心，为用户提供直接获取数据的能力。
第四阶段：智能化企业知识图谱，为全企业提供数据价值
最后一个阶段是将数据沉淀成为知识，形成企业的知识图谱，提供从“关系”的角度去分析问题的能力。
