一、什么是数据治理
数据治理（Data Governance）是组织中涉及对杂乱、无规范数据的治理的一整套管理行为。目的就是为了让数据有序，帮助组织的系统间对数据进行集成以及统一管理。企业管理者依赖于数据做出决策，而数据质量直接影响着数据的价值，因此，数据治理能提高数据的质量，发挥数据资产价值，帮助企业管理者做出决策。
二、数据治理的目的
1、建立数据使用标准规范，方便数据管理；
2、降低企业风险与成本；
3、改善数据交互与共享应用；
4、实施合规要求，增加数据价值；
5、通过风险管理和优化来帮助确保公司的持续生存。
三、数据治理包含哪些方面
数据治理内容主要涵盖数据标准管理、
元数据管理、主数据管理、数据质量管理、数据安全管理与数据生命周期管理等方面。
1、数据标准管理
数据标准管理是数据治理中的一项重要的基础性工作，是对数据的表达、格式及定义的一致约定。数据标准可以帮助企业对各项数据质量进行筛查。
2、元数据管理
元数据是数据治理工作的核心，掌握了元数据就能够，能够快速找到各个数据表的所在，以及使用情况、流向情况。
3、主数据管理
主数据支持跨系统、重复、共享应用，是各业务应用和各系统之间进行数据交互的基础，是企业的核心基础数据，是各个业务部门和系统的、高价值的基础数据。做好主数据管理，有助于企业不同部门系统间的数据交互，更好地发挥数据价值。
4、数据质量管理
为了让报表、分析、应用更加准确，需要对数据质量进行管理，主要包含以下方面。
1）及时性：数据的产生是否及时。
2）稳定性：描述数据的波动是否稳定。
3）合理性：描述数据字段间的逻辑关系是否合理。
4）准确性：描述数据是否与客观实体一致。
5）完整性：描述表中数据是否完整。
6）一致性：描述不同的系统中的同一实体属性是否一致。
7）有效性：描述数据是否客观存在，是否有效。
8）唯一性：描述相同表中的数据是否是唯一的。
5、数据安全管理
在大数据时代，数据安全的重要性不言而喻。数据安全治理首先要明确数据安全治理的对象，确定出哪些是保密数据，哪些是敏感数据，哪些是边缘数据，哪些是非密数据。然后，从决策层到技术层，从管理制度到工具支撑，自上而下贯穿整个组织架构，进行数据安全管控。
6、数据生命周期管理
数据本身存在着从生产到消亡的生命周期，在不同生命周期阶段，数据价值也不同，大数据的治理需要结合大数据生命周期的各个阶段的特点，采取不同的管理和控制手段。
