數據治理(DataGovernance)，是企業數據治理部門發起并推行的，關于如何制定和實施針對整個企業內部數據的商業應用和技術管理的一系列政策和流程。
數據治理是一套持續改善管理機制，通常包括了數據架構組織、數據模型、政策及體系制定、技術工具、數據標準、數據質量、影響度分析、作業流程、監督及考核等內容。
“數據治理是目前一個比較新興的、正在發展的學科，目前業界對它的定義還不完全一樣。”
數據治理涉及的IT技術主題包括元數據管理、主數據管理、數據質量、數據集成、監控與報告等。
數據治理的技術組成
數據治理涉及的IT技術主題包括元數據、數據標準、數據質量、數據集成、主數據、數據資產、數據交換、生命周期、數據安全多產品組成的一整套解決方案。
所有與數據有關的技術產出物全部通過知識庫實現相互之間共享，知識庫作為數據治理的后臺通道，傳輸不同平臺、環境、技術、工具所提交和需要的元數據信息。
數據治理是專注于將數據作為企業的商業資產進行應用和管理的一套管理機制，能夠消除數據的不一致性，建立規范的數據應用標準，提高組織的數據質量，實現數據廣泛共享，并能夠將數據作為組織的寶貴資產應用于業務、管理、戰略決策中，發揮數據資產的商業價值。
某信數據治理平臺融合元數據、數據標準、數據質量、數據集成、主數據、數據資產、數據交換、生命周期、數據安全9大產品，每個模塊功能可互相調用，全程可視化操作，打通數據治理各個環節，同時提供各個產品模塊任意組合，快速解決企業不同的數據治理場景。
數據治理的整體架構
元數據
采集匯總企業系統數據屬性的信息，幫助各行各業用戶獲得更好的數據洞察力，通過元數據之間的關系和影響挖掘隱藏在資源中的價值。
數據標準
對分散在各系統中的數據提供一套統一的數據命名、數據定義、數據類型、賦值規則等的定義基準，并通過標準評估確保數據在復雜數據環境中維持企業數據模型的一致性、規范性，從源頭確保數據的正確性及質量，并可以提升開發和數據管理的一貫性和效率性。
數據質量
有效識別各類數據質量問題，建立數據監管，形成數據質量管理體系，監控并揭示數據質量問題，提供問題明細查詢和質量改進建議，全面提升數據的完整性、準確性、及時性，一致性以及合法性，降低數據管理成本，減少因數據不可靠導致的決策偏差和損失。
數據集成
可對數據進行清洗、轉換、整合、模型管理等處理工作。既可以用于問題數據的修正，也可以用于為數據應用提供可靠的數據模型。
主數據
幫助企業創建并維護內部共享數據的單一視圖，從而提高數據質量，統一商業實體定義，簡化改進商業流程并提高業務的響應速度。
數據資產
匯集企業所有能夠產生價值的數據資源，為用戶提供資產視圖，快速了解企業資產，發現不良資產，為管理員提供決策依據，提升數據資產的價值。
數據交換
用于實現不同機構不同系統之間進行數據或者文件的傳輸和共享，提高信息資源的利用率，保證了分布在異構系統之間的信息的互聯互通，完成數據的收集、集中、處理、分發、加載、傳輸，構造統一的數據及文件的傳輸交換。
生命周期
管理數據生老病死，建立數據自動歸檔和銷毀，全面監控展現數據的生命過程。
數據安全
提供數據加密、脫敏、模糊化處理、賬號監控等各種數據安全策略，確保數據在使用過程中有恰當的認證、授權、訪問和審計等措施。
（部分內容來源網絡，如有侵權請聯系刪除）
