为什么要数据治理？数据治理方法

数据治理（Data Governance）是由企业数据治理部门发起并推行的涉及数据使用的一整套管理行为。数据的质量直接影响着数据的价值、数据分析的结果以及企业的决策质量。简而言之，数据治理即提高数据的质量，发挥数据资产价值。

一、什么是数据治理
数据治理（Data Governance）是由企业数据治理部门发起并推行的涉及数据使用的一整套管理行为。数据的质量直接影响着数据的价值、数据分析的结果以及企业的决策质量。简而言之，数据治理即提高数据的质量，发挥数据资产价值。

二、为什么要数据治理
1、数据交换和共享困难
由于企业信息化建设初期缺乏整体的信息化规划，企业内部系统形成了“信息孤岛”。也就是企业各个系统间缺乏有效的连接通道，数据不能互通、共享与交换，导致不能充分发挥数据的价值。只有进行数据治理，消除“信息孤岛”，才能实现数据驱动业务、数据驱动管理，才能真正释放数据价值。
2、数据质量层次不齐
数据作为企业、政府等组织机构的重要资产，需要有一套完备的数据资产管理机制。因为，并不是所有数据都是数据资产，数据中也有垃圾数据。需要通过治理为企业创造价值的数据资产。
3、存在数据安全隐患
数据资产管理上，正在由传统分散式的人工管理向计算机集中化管理方向发展，导致数据安全事件多不胜数。一旦数据安全受到破坏，将会对企业找出重大损失，因此，需要从数据的创建和初始存储，到它过时被删除的整个环节，对数据进行全方位治理与实时监控，充分保障数据安全。
4、缺乏有效的管理机制
造成数据质量问题的主要因素有管理职责混乱，数据产权不明确，管理和使用流程不清晰等。目前，由于企业缺乏有效的管理机制，存在数据重复、数据维护错误、数据不完整、数据不一致等情况，导致大量低质量数据存在。

三、数据治理的方法
从技术实施角度看，数据治理包含数据资源梳理、数据采集清洗、数据库设计和存储、元数据管理、数据共享交换这五个步骤。
1、数据资源梳理
从业务的视角对组织的数据资源环境和数据资源清单进行梳理，包含组织机构、业务事项、信息系统，以及以网页、数据库、文件和 API 接口形式存在的数据项资源。
2、数据采集清洗
为了将企业系统内部散落和零乱的数据集中存储起来，需要通过可视化的 ETL 工具对数据从来源端至目的端进行抽取、转换、加载。
3、数据库设计和存储
基础库和主题库的建设就是在对业务理解的基础上，基于易管理、易使用、易存储的原则，再根据数据资源清单，设计数据库表结构与数据采集清洗流程，将整洁干净的数据存储到数据库或数据仓库中。
4、元数据管理
元数据管理是对基础库和主题库中核心数据资产的数据项属性的管理，同时，将数据项的业务含义与数据项进行了关联，便于业务人员也能够理解数据库中的数据字段含义。
5、数据共享交换
数据共享交换包括组织内部和组织之间的数据共享，共享方式也分为库表、文件和 API 接口三种共享方式。保证了分布在异构系统之间的信息的互联互通，完成数据的收集、处理、交换、共享构造统一的数据及文件的传输交换。

四、睿治数据治理平台
睿治数据治理平台是亿信华辰经过十余年技术沉淀和项目锤炼，完全自主研发的、开创性的、一站式综合数据治理整体解决方案。由主数据、实时计算存储、数据质量、数据集成、数据安全、数据资产、元数据、数据标准、数据交换、数据生命周期十大模块组成，可以说是目前最完整的数据治理工具。