试想下，如果没有好的数据治理方案，整个世界会变成什么样？数据质量差、难以使用、数据不完整、容易受网络安全威胁……最终导致企业及组织机构无法正常使用数据。换句话来说，没有数据治理，就没有数据存在的意义。
问题是，什么是数据治理？
DGI（国际数据治理研究所）给出的定义是，数据治理是通过一系列相关的过程来行驶决策权和职责分工的系统，而这个过程一个模型，包括了五大要素，即：谁（Who）、在什么时间（When）、什么情况（Where）下，用什么方法（How），采取什么行动（What）。而DAMA（国际数据管理协会）则认为，数据治理是对数据资产行使权力和控制的一系列行为。
说白了，数据治理是多维度、全流程的一整套管理行为，重点包括组织、制度、流程、工具等几个重要环节，主要目的是帮助用户实现数据价值转换。
近几年，随着数据管理意识的不断提升，企业对数据治理方案及产品的需求也在不断攀升。有专业研究机构表示，全球数据治理市场将从2020年的21亿美元增长到2025年的57亿美元，复合增长率为22%。其中，数据量的快速增长、监管和合规要求的增加，以及业务协作需求推进等因素，是推动数据治理市场高速增长的主要驱动力。另外，DevOps在软件开发中的应用增加，也与数据治理产生了强关联性。
数据显示，全世界各个国家的政府机构都出台了与数据相关的隐私保护法规，为了确保企业数据得到妥善保存、正确使用，拥有合理、妥善的数据治理方案就变得越发重要。
那么，企业如何遵循最佳实践经验，构建出一个更适合业务需求的数据治理方案？
首先，要识别关键数据元素，并将数据视为战略资源。对于企业来说，并不是所有的数据都同等重要，卓越的数据治理策略，首先要了解哪些数据对业务有帮助。而这些关键数据有时候会涉及几十到数百个系统和应用程序。并且，通过大量最佳实践来看，企业的主观能动性是数据治理成败与否的关键。另外，不能做“事后诸葛亮”，要想办法将原始数据转化为对生产有帮助的结果数据。
其次，要建立包含数据全生命周期的策略。全面的数据治理策略不只存在于单个时间节点，还包括源数据创建、清理、更新、存储、分析、传输、备份、删除等等。在数据全生命周期的每个环节都有潜在的接触点，需要在各个阶段都要进行有效管控。比如：确定谁是数据的所有者，以及什么系统或个人可以在数据的整个生命周期中更改数据。期间，企业可以进行审计跟踪，以确保数据的完整性。
其三，让业务人员参与到数据治理流程中。通常，业务人员是数据治理后的最大受益者，好的数据治理方案可以让业务人员获得高质量的可用数据。所以，让业务人员参与到整个数据治疗的全过程，并发表自己的意见，就变得非常重要。
其四，要重视主数据管理。数据治理和主数据管理，看上去意思差不多，核心内容都是数据，但其实二者是有区别的。数据治理应该包含主数据管理，好的数据治理应该为企业提供具有指导意义的业务数据；而有效的主数据管理，可以让数据治理更准确，更具一致性体验。所以，数据治理和主数据管理应该是两个有交叉关系的业务部门，需要密切沟通和相互协作。
其五，数据治理，治理的不仅仅是数据，而是要对信息进行分类。数据治理需要进行更深层次的探索，即通过数据与数据之间的各种关联关系，找到有价值的信息。比如：通过财务记录、病人记录、员工记录等等，我们可以得出，最近企业运营情况如何，病人得了什么病，员工的工作状态如何等等。再比如，如果我们只是对数据进行分类，而没有对信息进行处理，系统就会出现数以万计的误报，出现重复警报、超负荷的网络流量冲击等等状况。
其六，不要过度地限制数据的使用。鉴于信息资源的重要性和安全性，很多IT高管会严格限制数据的使用，这对于处于高位竞争的业务部门来说，显然会带来不利影响。
总结而言，数据治理的目的是确保信息的准确性，为决策提供有效依据，这也是我们常说的——要让数据来说话。而在实现这一目标之前，我们要先建立一个全面集成的数据管理平台，即把数据聚集在一个平台上，再均衡各个部门的需求，让数据变得可访问、更准备、更完整，以及更可视化。
