数据正在以前所未有的速度不断增长。IDC 曾发布报告称，到 2025 年，全球数据圈预计将增长至 175 ZB。那么，企业该如何在这样一个数据大爆发的时代夺得先机，充分把握数字红利呢？IT168 认为，企业要想实现数据资产变现，需要先做数据治理。

什么是数据治理？

目前，业界对这个概念没有统一的标准定义。从本质上来看，数据治理就是对一个机构（企业或政府部门）的数据，从收集融合到分析管理、进行评估、指导和监督（EDM）的过程，通过提供不断创新的数据服务，为企业创造价值。数据治理研究所（DGI）认为，企业不仅需要管理数据的系统，更需要一个完整的规则系统以及规章流程。数据治理基本上涵盖了企业所有与数据有关的内容，因此，在整个企业范围内，包括工作流程、涉及人员和使用的技术等等，都需要仔细考量，以保证数据的可用性、一致性、完整性、合规性和安全性。确保在整个数据生命周期中，都具有较高的数据质量。总体来说，数据治理的目标就是提高数据质量，将数据价值最大化。具体而言，数据治理的任务包括以下几点：

1. 构筑适配灵活、标准化、模块化的多源异构数据资源接入体系；
2. 建设规范化、流程化、智能化的数据处理体系；
3. 打造数据精细化治理体系、组织的数据资源融合分类体系；
4. 构建统一调度、精准服务、安全可用的信息共享服务体系。

   为何数据治理如此重要？

   分析机构 BARC 曾对全球 378 家公司进行了调查，96% 的受访企业认为，数据治理已经不可或缺，而且未来将继续在企业中发挥核心作用。此外，调查还显示，企业制定数据治理计划的主要驱动因素是合规性（64%）、更有效地使用数据（54%），以及与业务相关的内部和外部数据的不断增加（54%）。企业如果缺乏有效的数据治理策略，最直接的后果就是产生大量的“劣质”数据，这些数据的存在可能会带来更大的风险、更高的管理成本、更低的工作效率等等。数据治理能够更高效地帮助企业，将数据价值转化成实际的业务价值。

大数据时代，数据治理面临新的困境

随着 IT 技术的整体发展，特别是大数据时代的到来，数据治理的“担子”变得越来越重。IT 应用类型、数据源、数据分析方法不断增加，数据治理进入了一个新的变革和发展阶段，其各项要求也将变得更加具有挑战性。大数据治理必须跟踪跨多个平台的数据访问和使用情况，并减轻数据使用不当造成的风险。在大数据环境中，验证数据源并确保数据质量和数据完整性是一个巨大的挑战。此外，海量数据的存储、如何将数据处理效率最大化、保证数据可靠性与安全性也更具难度。