企业内部的数据资源，通常分为业务数据仓库及数据库三个部分。 业务数据是企业内部的所有业务所产生的数据，包括：业务规则、流程、系统、表单和报表等。 在数字化转型的大背景下，企业开始建设自身的数据资产体系，并从各环节采集所需的业务信息和其他信息。 这些被采集到企业外部平台上的信息，就是外部所说的“外部数据”。 而这些外部数据中又包含了各种业务规则及运营规则，通过对这些规则进行加工分析后，就可以形成各种分析模型。 在这样一个大环境下，企业内部产生了越来越多的新场景与应用需求。 于是越来越多新的技术应运而生，并不断地为企业原有业务带来新一轮增长机会。 比如： 大数据/人工智能技术； 机器学习模型/算法。

一、数据治理的必要性

（数据治理是对企业内部数据进行的一系列优化、清理的过程，是整个信息化系统的重要组成部分。 从业务层面来看，它的主要目的是为了使企业内部现有的业务能力能够更好地与数字时代相适应。 从技术层面来看，数据治理能够提升企业在大数字时代下对内外部数据的处理速度和效率。 （而这些内部平台，通常被称为“信息孤岛”；外部数据在很长一段时间内不能被充分利用。） 所以从企业内部来看，进行数据治理是有其必要性和必然性。

二、当前公司所面临的问题

1. 数据孤岛：

2. 无法共享：

3. 业务需求与数据源不匹配：

4. 数据质量不高：

三、大数据对企业业务发展的重要性

数据在业务的发展中发挥着越来越重要的作用，而在这个过程中，数据本身就具有了非常多的价值。 从本质上讲，是通过对各种信息、业务、技术信息等数据进行处理与分析后得到最终结果。 而这些结果往往都是有价值的，那么如何利用这些价值呢？ [1]而这其中最关键的就是要实现“信息”与“价值”两者之间的有效转化。 [2]在整个流程中，如何把那些不太重要、但又非常关键的业务信息进行整理分析后，将这些信息所包含的潜在价值提炼出来，并通过合适的方式加以利用呢？ 这种方式就是利用机器学习算法对各类数据进行深入挖掘和分析，将数据转化为有价值的结果。

四、解决方案

数据治理：主要包括3个方面： ●对数据资产进行分类，建立相应的数据资产目录，以便于后续处理及使用。 ●对各业务系统的各类用户 ID进行统一规范 ●对已有的应用，如 CRM、 ERP、 CRM管理系统等，通过对各类账户名称进行规范，并实现统一管理； ●制定相关数据治理标准。

更多数据治理相关资料请咨询客服获取，或者直接拨打电话：020-83342506