鉴于数据治理固有的流动性，政策制定不应该被视为一个可以简单地计划和发布的项目。无法跟上不断变化的需求的数据治理策略最终将会失败。更糟糕的是，这样的策略可以被视为完成工作的烦人障碍，导致团队创建自己的解决方法。
大数据应用技术主要包括数据收集、数据整合、数据分析、数据处理等内容，通过大数据这一现代化技术来对交通数据进行处理和管理，提高对数据的利用价值。
在“数字化改革”的大背景下，智慧环境数字化应用平台着力打破数据壁垒，着眼提升营运效能与服务品质，建立了一整套完善的清单化、可视化、可量化的整体管理机制，打造了一批基于全局“一屏掌控”、指令“一键智达”、执行“一贯到底”、监督“一览无余”的协同应用场景，构建了高效协同的工作机制，以数字赋能提升企业整体智治水平。
利用先进的知识图谱解决方案，协助某企业完成了数字化转型，为企业构建了关系数据模型，系统主要实现了如下功能：1、根据用户的业务需求及使用场景，完善用户结构化数据的信息采集；2、通过核心算法以及人工智能技术，在用户结构化数据的基础上，搭建用户非结构化数据的关系模型，构建知识图谱平台；3、通过知识图谱以及BI技术，对数据模型的分析结果进行展示。
随着用例的发展，支持它们的基础架构也在不断发展。走向实时并不是调整旧数据系统那么简单，在许多情况下，基础设施已经从头开始重写，以实现实时工作负载。
大数据时代的到来，意味着数据的海量性和复杂性。随着平台应用不断推广创新，基础数据也会飞速增长，增长的数据就会存在血缘不清、重复存储加工、口径混乱、数据质量参差不齐等一系列问题。
