数据治理是指通过一定的制度、标准、规范和程序，对信息系统进行管理的活动。 数据治理一般包括以下几个主要环节：数据源识别、数据获取与标准化、数据分类体系建设和数据质量保障机制建设。 数据管理过程中，从获取并处理各类信息到形成产品或服务之间，存在着一系列相互联系的技术和管理活动过程。 数据管理是信息化建设、业务流程再造、组织变革的核心技术。 在国家信息化建设中，把治理工作放在重要位置，这是因为：国家经济社会发展中的问题与矛盾都集中体现在治理水平上。 治理水平决定了一个系统的生存能力及发展前景。

一、数据治理的目标

数据治理是数据管理的重要组成部分，通过规范、标准等方式，实现数据资源的有序、安全，从而保障数据价值最大化。 目前在企业内部和行业间关于数据管理的定义存在较大差异，但从国家层面来看，明确要求各部门制定、完善、执行本单位所掌握的相关数据标准规范。 在国家信息化建设中，对于数据治理的目标也有统一的要求—— 明确信息系统中各项数据资源应属于谁所有（即用户）。 明确应对各部门所掌握的各类业务中产生的非结构化信息进行规范和管理，建立完善的数据资源目录体系、公共服务平台以及统一认证与身份识别体系。

二、数据治理框架

数据治理框架的基本架构包括数据治理架构的总体框架和各子系统。 数据治理体系是由数据管理制度、标准规范、流程控制策略等组成，对具体的技术实现进行支撑的一系列管理过程，包括组织机构、流程规范、政策制度和工具以及技术保障等。 数据治理体系建设是以“顶层设计、顶层规划、制度建设、标准引领”为目标，根据不同行业领域的不同特点，从多个维度制定并不断完善相关标准。 通过建立标准来规范和约束不同行业领域不同阶段所涉及到的数据治理活动中存在的问题。例如：建立数据使用过程中可能出现的不良行为准则；在制定相关规章制度时，要考虑如何确保其实施效果；制定并规范数据质量保证流程；制定并规范数据安全保护技术和机制。

三、数据治理框架的构成

数据治理框架主要由以下四部分组成： （1）数据标准体系：是指对不同类型数据进行统一的描述，形成规范化数据分类体系，实现各类业务系统中的统一标准及规范体系； （2）数据采集和治理工作体系：是指采集、处理、存储、传输等一系列工作的集合或流程； （3）数据质量保障系统：指对数据质量管理活动的过程、结果以及相关制度进行约束和控制； （4）数据分析应用架构：是指在此架构下，以统一组织结构、统一标准规范为基础，面向业务应用，形成一个开放的应用环境。

四、数据治理框架下的业务逻辑分析

从以上分析中我们可以看出，数据治理的目标就是保障数据的质量，进而保证企业数据资产的有效性和安全性。 从业务逻辑角度分析，数据治理体系建设要遵循“三层一中心”、“五层一基础”原则。 三层即：组织层、应用层；一中心即：数据管理中心，负责组织和保障企业的核心业务信息系统的建设和运行；五层即：业务系统平台，包括业务系统建设、运营支撑能力构建和维护。 通过这一分析我们可以看出，基于组织架构体系和用户需求分析下，企业数据治理框架由：“业务”、“基础”三部分组成。

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