不可否认，数据治理非常流行。在DAMA数据管理知识体系指南中，数据治理位于数据管理“车轮图”的中心，是数据架构、数据建模、数据存储、数据安全、数据质量、元数据管理和主数据管理等10个数据管理领域的总纲，为各种数据管理活动提供了总体指导策略，说到数据治理，很多企业常说与企业战略和组织架构有关。
1、面对数据治理的挑战及难点,如何找到最佳解决办法?
说到数据治理，很多企业常说它是一个涉及企业战略、组织架构、数据标准、管理规范、数据文化和技术工具的综合体。如果你没有数据治理的实践经验，你肯定会觉得数据治理“高”！是战略，是标准，是文化。但是，只有真正做过数据治理的你才知道，数据治理不仅又脏又累，还是一个吃力不讨好的工作，往往让领导看不到价值。在数据治理的过程中，有时会不被理解。
2、数据治理的概念、难点和最佳实践方法
为什么商业领袖热衷于数字治理？不可否认，数据治理非常流行。在DAMA数据管理知识体系指南中，数据治理位于数据管理“车轮图”的中心，是数据架构、数据建模、数据存储、数据安全、数据质量、元数据管理和主数据管理等10个数据管理领域的总纲，为各种数据管理活动提供了总体指导策略。说到数据治理，很多企业常说与企业战略和组织架构有关。
是战略，是标准，是文化。但是，只有真正做过数据治理的你才知道，数据治理不仅又脏又累，还是一个吃力不讨好的工作，往往让领导看不到价值。在数据治理的过程中，有时会不被理解。数据治理是一个基础工程，人们总会看到数据应用的“高屋建瓴”。数据治理团队每天忙忙碌碌，领导不知道这些人在干什么。但是，只要数据有问题，第一个被问责的人就是数据治理团队。
3、数据治理到底在哪里治?对企业来说重要吗?有哪些可以进行数据处理的平台…
数据治理是指从使用分散数据到使用统一数据，从很少或没有组织流程到企业内部全面的数据管理和控制，从数据混乱到数据有序的过程。对于企业的数字化转型非常重要。而且数据治理是一个持续的过程，数据的价值是逐渐实现的。这不是一次性交易。首先，数据治理是数据中心建设的关键，是企业数字化转型的关键。企业要数字化转型，就要进行数字化治理。
正如北京大学王汉生教授所说:“数据治理不是对“数据”的治理，而是对“数据资产”的治理，是对数据资产所涉及的各方利益的协调和规范。”数据治理到底应该放在中间还是后台，我个人的理解是小数据标准化治理靠人工，大数据预测分析靠智能，两者结合:“人工智能”形成了完整的数据治理技术体系。企业的数据治理离不开小数据的规范治理和大数据的预测分析。
4、如何成功实现数据治理
随着信息技术的飞速发展，各领域的数据量呈爆炸式增长，尤其是云计算、物联网、移动互联网等it技术广泛应用后，数据的增长由量变到质变，大数据如浪潮般席卷而来，人类社会进入了大数据时代。大数据不仅是一场颠覆性的技术革命，更是思维方式、行为方式、治理理念的全方位变革。特别是在治理领域，大数据带来了巨大的变革潜力和创新空间。
1.大数据为治理理念转变带来新机遇。执政理念的转变是提高执政能力的前提。观念的转变需要新文化和新思维的融合。大数据所蕴含的数据文化和数据思维，恰恰可以为治理理念的转变提供突破口。基于大数据多维度、多层次、多角度的特性，最终可以实现从主体的控制理念到协同治理、公共服务的治理理念的转变。
5、大数据应如何助力社会治理?
日前，有媒体评论称，“大数据”在大众眼中曾经是一个有距离感的专业词汇，但近年来，“大数据”成为人们身边的高频词汇，大数据如何助力社会治理再次引发关注。报道称，当你在网上购物时，平台总能精准推荐你想要的商品；当你下载一个APP或者打开一个程序的时候，总是要点击同意那些冗长的隐私条款；甚至当你使用不同的账号享受同样的服务时，你实际上发现你可能会遇到“大数据杀熟”。信息技术与经济社会的融合引发了数据的快速增长。数据已成为国家基础战略资源，大数据正日益影响全球生产、流通、分配和消费活动，以及经济运行机制和社会治理方式。
6、数据治理的应用指南
数据治理应用指南数据治理(有时也称为IT治理)是存储管理的关键部分。显然，IT治理通常与数据治理密切相关:它是任何数据治理项目不可或缺的一部分。数据治理是一个由策略、流程、人员和技术组成的框架，使组织能够正式管理其数据资产。前端规划是实现组织治理的关键，它涉及多个利益相关者，并对人员和流程有广泛的影响。数据治理和9个子域大多数组织已经开始实施数据治理计划来应对严重威胁。
全面的数据治理涉及9个不同的子域。每个子域都需要花费大量的时间和资源来实现治理，但很少有组织需要这样做。没有一个组织会试图同时做这些事情。构建整体数据治理？评估和框架。全面治理始于建立主要治理框架的意愿，其意愿来自企业的高级执行委员会。该委员会与IT部门和业务部门的负责人合作，确定面临风险的关键系统的流程。正式评估和分析当前的治理措施，建议治理项目，并确定优先级。
7、大数据治理的内容简介
Sonnier Sores的《大数据治理》是一位信息治理专家的杰作。笔者作为一个大公司的资深IT专家，在以极其实用通俗易懂的风格面对数据困境时，感到无所适从。对于数据领域的从业者来说，问题多于答案。我的组织是南非领先的电信运营商，我们有大量的电话账单、位置数据和社交媒体生成的数据。
8、数据治理十步法
以下文章来自《谈数据》，作者石秀峰。1.找到症状，明确目标。任何实施数据治理的企业都不是为了管理数据而管理数据，而是由管理和业务目标驱动的。企业常见的数据质量问题包括:数据不一致、数据重复、数据不准确、数据不完整、数据关系混乱、数据不及时等等。这些数据问题的存在给业务的开展和业务部门之间的沟通带来了很大的麻烦，造成了很大的成本；异构系统中的数据不一致，导致业务系统之间的应用集成失败；数据质量差无法支持数据分析，分析结果与实际相差较大。
目标:企业实施数据治理的第一步是明确数据治理的目标和关键点。技术工具:实地调研、高层访谈、组织结构图，输入:企业数据战略规划、亟待解决的业务问题、业务发展需求、业务需求等。产出:初步沟通方案、项目任务书、数据治理工作进度表；2、数据管理、现状分析根据企业数据治理的内外部环境，本文从组织、人员、流程、数据四个方面分析了数据治理的现状。