数据治理，可以说是企业实现数据资产变现这一过程中，具有奠基意义的一步。目前业界并没有对其概念的统一标准定义，我们可以这么认为，数据治理从本质上看就是对一个机构(企业或政府部门)的数据从收集融合到分析管理和利用进行评估、指导和监督(EDM)的过程，通过提供不断创新的数据服务，为企业创造价值。
总体来说，数据治理的目标就是提高数据质量，将数据价值最大化。具体而言，数据治理的任务包括以下几点：
●构筑适配灵活、标准化、模块化的多源异构数据资源接入体系;
●建设规范化、流程化、智能化的数据处理体系;
●打造数据精细化治理体系、组织的数据资源融合分类体系;
●构建统一调度、精准服务、安全可用的信息共享服务体系。
为何数据治理如此重要?
分析机构BARC在一项研究中对全球378家公司进行了调查，96%的受访企业认为，数据治理已经不可或缺，而且未来将继续在企业中发挥核心作用。调查显示，合规性(64%)、更有效地使用数据(54%)，以及与业务相关的内部和外部数据的不断增加(54%)是企业制定数据治理计划的主要驱动因素。
企业如果缺乏有效的数据治理策略，最直接的，将产生大量的“劣质”数据，这些数据的存在可能会带来更大的风险，更高的管理成本，更低的工作效率等等。甚至于，在数据分析如此盛行的当下，劣质数据将对企业决策产生消极的影响——错误的数据，得到错误的结果。
制定良好的数据治理计划，所带来的优势是非常显著的，主要有：
●企业将获得更干净、质量更高的数据，为进一步的数据活动打好基础
●标准化的数据资产管理方法、流程和策略，将有效提高数据运营效率
●使数据更容易与业务建立紧密连系，推动数据资产的变现
●提高数据安全性，保证合规性
总体来说，数据治理能够带来的好处就在于，更高效地帮助企业将数据价值转化成实际的业务价值。
数据“井喷”仍在进行，机器学习、AI等这类十分依赖数据质量的技术持续火热，全球数字化转型浪潮也在全面推进，由此可见，数据治理未来将继续在组织的数字战略计划中占有重要地位。
大数据治理必须跟踪跨多个平台的数据访问和使用情况，并减轻数据使用不当造成的风险。在大数据环境中，验证数据源并确保数据质量和数据完整性成为一个巨大的挑战;此外，海量数据的存储、如何最大化数据处理效率、保证数据可靠性与安全性也更具难度。
标签：如此,体系,54%,治理,为何,企业,数据,质量 来源： https://blog.csdn.net/qq_30187071/article/details/118301648
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。