PPT图解：数字化转型中的大数据治理

大数据时代数据产生的价值越来越大，数据应用项目非常多，但真正取得预期效果的项目少之又少，且开发过程困难重重，其中的一个原因就是数据质量问题导致许多预期需求无法实现。如果没有数据治理，再多的业务和技术投入都是徒劳的，数据治理是保证数据质量的必需手段，加强数据治理提升数据质量已成为企业提升管理能力的重要任务。

数据治理并不是一个新生事物，可以说，有数据的地方就存在数据治理，只不过随着数据应用的迅猛发展将它提到了一个高度，作为一个独立的研究领域。数据治理并没有标准的、严格的定义，概况地讲，所有为提高数据质量而展开的业务、技术和管理活动都属于数据治理范畴。

建立完整的、科学的、安全的、高质量的数据管控技术体系，是首要的任务。作为数据管控的基石，为了更好支撑后续工作的开展，技术体系必须一步到位，是功能完备、高质量、高扩展性的，而不是仅实现部分功能，或者功能不完善的“半成品”。

叠加更多业务数据、细化数据业务属性与管理属性、优化与调整数据管控流程，尤其是适应未来的现代企业数据管控制度的建立完善，是逐步积累推广、不断磨合改进的长期过程。这些工作应及早启动，并成为后续大数据平台建设工作的重点。

转自盖勒普