大數據時代的到來，讓政府、企業看到了數據資產的價值，快速開始探索應用場景和商業模式、建設技術平臺。這無可厚非。但是，如果在大數據拼圖中遺忘了數據治理，那么做再多的業務和技術投入也是徒勞的，因為很經典的一句話：Garbage in ，Garbage out，數據質量沒有保證。而保證數據質量，數據治理是必須的手段。
一、什么是數據治理？
數據治理這項工作一直都是存在的，和數據庫設計的三范式一樣都是為了數據的管理。數據治理是一整套完整的組織、制度、技術管理行為。我們可以將大數據治理定義：大數據治是廣義信息化治理計劃的一部分，即制定與大數據有關的管理優化、數據保護、數據變現的政策。數據治理的對象包括數據、開發流程、管理流程、制度、組織。我認為只要和目標相關聯的，都可以算作治理的對象，數據治理就是將關聯方通過一套完整的管理行為，形成有序的工作以達成目標。
二、數據治理項目的關鍵點
1、識別數據和維護數據目錄
由于各種數據的爆炸式增長，對數據進行編目并使該目錄可供用戶使用至關重要。組織需要一個可以輕松擴充和更新的業務術語表，因為新數據和現有數據的新用途將發揮作用。此外，環境能夠跟蹤與數據相關的各種資產至關重要。它的使用和加工，諸如MapReduce作業，用戶方法（如可視化）和數據分析對象（如模型，子模型和源數據集）等技術組件都必須能夠在數據字典中輕松表示。
2、探索該數據以識別機會
獲得數據目錄后，您需要一種很好的方法來查找該目錄中的內容。組織內的不同角色需要以不同的方式看待事物。這應該與基于角色的視圖和模板相結合，以及按角色定制導航，以使業務用戶盡可能簡單地找到他或她需要的內容。可以使用先進的機器學習和人工智能來幫助找到適當的數據。
3、確保系統可靠性和可用性
雖然高可用性和災難恢復等概念通常不被歸類為數據治理策略的組件，但這些功能對于數據是有價值資產的任何環境都至關重要。因此，數據治理策略必須包含高可用性和災難恢復策略。畢竟，如果系統無法可靠地保持運行，那么數據將與相關的數據治理策略一起貶值。
4、保持數據的有效性
保持數據的有效性首先要建立圍繞數據的系統政策和控制，并確保測量的數據準確性適合其用途。工作流和策略管理功能使了解數據的業務用戶可以輕松地協作，協商和批準策略和過程。與IT服務管理系統集成后，可以將策略信息一旦最終確定，即可轉移到IT部門進行實施，而不會丟失上下文以及策略及其要求的細節。
5、保護敏感數據
保護敏感數據需要幾個步驟。首先，必須確定數據及其敏感性。其次，必須有一種方法可以明確說明圍繞數據做什么以及由誰做的政策。第三，必須有一種系統的方法來收集這些信息并將其傳播給數據的消費者和能夠對信息實施物理控制的技術人員。這三個步驟通常是由實現合規性的需要驅動的，但也與您自己的內部政策相關聯。
三、數據治理該怎么做？
1、做好長遠計劃，把所涉及的數據規劃好
數據治理是一項耗時冗長的系統的工程，不僅要在組織方面有好的計劃策略，更要在機制和制定標準等方面統籌謀劃。在治理期間，要及時不斷地結合當下情況調整組織結構，明確數據管理的關鍵職責，自上而下的推動數據治理工作。
2、健全相關體系，力爭把數據管理好。
做好數據分級管理。綜合考慮個人、社會、國家等多方面的因素，將數據按照一定的標準進行分級，基于相關目錄將數據進行分級。對于不同的數據等級，理應采取不同的措施，實現精細化管理。
3、加強安全管控，保護好數據。
在數據治理過程中，一定要分析潛在的風險，對突發情況做好應對措施，加強安全管理控制，一定要防止非法操作竊取用戶的信息，嚴防用戶數據的泄露、篡改和濫用。
四、睿治數據治理工具
睿治數據治理平臺是一個智能數據治理工具，可展示數據治理過程可視化視圖。
1、數據治理：含數據治理十大模塊。睿治智能數據治理工具由億信華辰自主研發，融合數據集成管理、數據交換管理、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，各產品模塊可獨立或任意組合使用，打通數據治理各個環節，可快速滿足政府、企業用戶各類不同的數據治理場景。
2、數據所有權和管理能力：允許數據所有者管理與數據相關的問題。它還允許業務詞匯表批準和內置工作流。自助服務：它提供當前環境的快照視圖，允許利益相關者查看何時以及為何對特定數據資產進行了更改。這有助于預測影響、解決問題并提供變更的審計跟蹤。
3、可視化：睿治為不同的利益相關者提供多個受控視圖。它將技術數據描述映射到正確的業務上下文，以提供端到端的數據視圖。它還提供系統內數據流的視覺效果。
4、業務詞匯表：它允許用戶創建和維護業務詞匯表。
5、靈活性和兼容性：用戶可以選擇單獨使用其中某一模塊或與其他產品和解決方案一起使用。
6、合規性審計準備：它為收集哪些數據、存儲在哪里、誰可以訪問它以及如何使用它提供審計就緒的透明度。數據策略管理：它允許跟蹤和集中管理數據策略。
