數據治理平臺的建設背景
隨著大數據時代的來臨以及信息技術的發展，人們產生的數據量正在以指數級的速度在增長，并且數據正以多元結構（結構化與非結構化）趨勢發展。如今各行業都開始了大數據平臺的建設，希望利用大數據的能力，來實現數字化轉型。如此海量的、多元結構的數據就要求利用有效的方法來管理。目前大數據平臺的突出問題主要體現在以下四方面：
1、 對平臺中的數據不了解；
2、 沒有統一數據標準
3、 不能高效快捷獲取數據
4、 難以搭建數據之間的關聯體系
數據治理是將一個企業或政府部門的數據作為戰略資產來管理，需要建立一套從數據采集到處理應用的管理機制，以提高數據質量，實現廣泛的數據共享，最終實現數據價值最大化。
數據治理平臺的建設目標
基于數據治理體系，可以分為六大建設目標：
（1）數據接入標準化：對源頭采集的數據制定統一標準，全程實時監控接入了多少數據，通過設置預警閥值，應該接入多少數據，及時發現源頭采集問題。
(2）數據處理自動化：通過人工智能技術，以機器算法代替人力勞動，提高生產效率。
(3）數據監控智能化：通過定義接口規范，實現數據監控的統一管理，以短信、郵箱方式及時提醒、發現并解決問題。
(4）數據組織知識化：收集不同業務的數據集，進行預處理，自主建模，可視化分析，形成知識圖譜。
(5）數據運行可視化：將ETL工具、業務流程與數據治理平臺結合，打通數據治理實施各個環節，由平臺驅動各產品協作完成整個數據治理過程。
(6）數據應用自助化：通過數據治理平臺，企業用戶可自助獲取高質量數據，并且平臺還會根據企業用戶需求，提供各種服務。
數據治理平臺的建設思路
形成數據治理體系
大數據中心的建設需要通過數據治理體系來實施，主要包括五大部分：
(1）制定標準，建立統一標準規范。
(2）數據處理，對導入數據進行清洗，提高數據質量。
(3）資產管理，實時監控記錄數據數量、來源、標準情況等。
(4）共享服務，實現高質量數據共享。
(5）數據應用，實現數據治理價值，根據應用效果，對治理體系進行改進。
構建數據治理架構
圖為億信華辰睿治智能數據治理平臺產品架構圖，睿治數據治理平臺融合數據集成、數據交換、實時計算存儲、元數據管理、數據標準管理、數據質量管理、主數據管理、數據資產管理、數據安全管理、數據生命周期管理十大產品模塊，打通數據治理各個環節，十大產品模塊可獨立或任意組合使用，快速滿足政府、企業各類不同的數據治理場景。
構建數據中心架構
數據中心是按照四層架構，包括源數據區、緩沖區、基礎區和專題區：
(1）源數據區，是數據中心匯聚的基礎，比如組織機構的業務數據，以結構化數據為主體，也包括非結構化數據和流式數據。
(2）緩沖區，是數據中心和業務系統之間的緩存區，避免數據治理對各業務流程產生影響。
(3）基礎區包括兩部分，結構化標準庫，是對緩沖庫數據進行標準化處理之后的數據；業務整合區是對所有數據進行建模、打造知識體系的過程，其中模型主要包括主題域模型、主數據模型，以及將數據縱橫關聯的知識圖譜和標簽庫。
(4）專題區涵蓋了所有業務專題，是數據治理成果的一種展現方式。
數據梳理
數據梳理是數據治理的前提，即總結分析數據資源，掌握業務流程。將數據治理過程中，對數據進行預處理、分析、建模、可視化后的結果，以報表等展現出來。
數據治理的目標是提高數據的質量（準確性、及時性、完整性、唯一性、一致性，有效性），確保數據的安全性（保密性、完整性及可用性），實現數據資源在各組織機構部門的共享，推進數據資源的整合、服務和共享，從而提升企事業單位信息化水平，充分發揮數據資產作用。通過實施數據治理工具，可以讓數據質量變得更好，發掘數據資產的商業價值，實現如下目標：對業務的支撐；降低經營風險、安全保障；對決策進行支持；滿足風險控制和外部監管要求；實現企業可持續發展。關于數據治理工具，我推薦睿治智能數據治理平臺，主要原因有：
1）平臺支持多種數據庫、文件等結構化和非結構化數據。
2）支持通過元數據批量盤點數據資產，自動活化資產目錄信息，及時響應資源的變更情況。
3）可以快捷開發出多種數據服務類型，包括：數據查詢、下載、共享交換、API和敏捷分析，還能提供分析產品授權使用、基于分析模型報表開發、驗證接口調用、主題文件批量下載等高附加值服務。
4）消費者獲取的數據可依據數據安全中對資產的分級分類要求做響應的脫敏和加密處理。
5)消費者在門戶中可以通過關鍵字檢索的方式查找需要的數據資產，瀏覽數據資產詳情并發起數據服務的使用申請。
