数据治理是一项复杂的系统工程，需要建立完善的治理机制，通过统一规划、统筹推进数据治理。 为了让大家更好地理解这个概念和推进方法，我们首先来看一个经典案例： 2019年1月23日，国务院办公厅印发《关于加强大数据支撑能力建设的若干意见》（以下简称《若干意见》）。这是自2013年以来我国首次出台推动大数据发展、促进数据资源开发利用的政策文件。 《若干意见》明确指出要“以价值为导向，开展数据质量、数据安全、技术安全和平台安全管理”。随后，各部委也相继出台相关文件，对加强数据质量和安全管理提出了具体要求。 《若干意见》对大数据发展的背景进行了分析和阐述： 一方面是“从信息化时代向数字化时代转型”“从以‘信息化’为中心到以'数据'为中心”；另一方面“新基建”建设加快推进。 由此可以看出，在国家层面已经将数据治理上升到了国家战略位置。

一、数据治理的基本原则

在《大数据的十大挑战》中，我们介绍了什么是数据治理的基本原则。 数据治理是一个非常庞大的系统工程，其核心理念是： 数据治理的过程，就是通过一系列规范体系建设、标准体系建立、治理流程建立、责任体系建立等举措，最终实现在不同业务系统和企业内形成数据全生命周期闭环管理。 同时，我们也给出了三个基础原则： 数据质量：即对数据进行分类分级，从而确定不同等级的数据标准和质量要求。

二、建立和完善数据治理体系的必要性

数据治理作为一个系统工程，需要各部门之间相互配合，协同发力，逐步形成覆盖全业务流程的数据治理体系。 需要强调的是，随着大数据产业的不断发展和国家层面陆续出台相关政策文件，以及各级政府部门陆续开展相应行动，大数据的重要性越来越被认可，数据治理工作也将会逐渐得到各部门高度重视。

三、需要开展的工作

一项数据治理的工作可以分为四个阶段： 第一阶段：组织梳理数据治理相关的流程和制度； 第二步：编制数据治理实施指南，建立数据标准体系； 第三步：通过数据标准的实施，建立数据质量控制体系，实现全方位、全周期保障数据质量；第六步：开展数据安全管理，实现“两个安全”（物理安全、网络安全）。

四、大数据治理是一项复杂的系统工程，需要建立完善的治理机制

要有效推进数据治理，首先需要在全局视角下建立完善的组织架构、科学的规划方案设计；其次需要在战略层面上明确数据治理的总体目标和实现路径；最后需要建立和完善大数据治理相关管理机制，并确保其有效执行。 如果说数据治理是“技术+管理”的结合，那么大数据治理则可以看做是一项复杂的系统工程。 通过统一规划、统筹推进数字中国建设，我国已初步构建了具有中国特色的大数据发展政策、法律法规和标准体系。

五、数据治理与其他领域的关系

由于数据治理涉及业务、技术、管理、运营等多个领域，需要其他领域提供数据治理相关服务。 比如，在业务管理上，企业需要制定业务发展战略，明确各部门的职责及工作重点；需要加强风险控制，以保障数据安全；需要制定数据标准、规范及流程等。 而技术上需要解决大数据平台架构设计（包括计算平台和存储平台）、数据库架构设计（包括数据库性能优化、数据库性能管理）等问题。 因此数据治理与其他领域有着密切的关系，并不是孤立的。 比如：在企业内网建设方面，不仅要关注数据治理的要求和工作成果，还需要加强对其他领域数据治理要求的协调；数据治理与其它技术手段结合应用也是必然趋势。

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