数据治理是对组织数据可用性、可用性、完整性、安全性和隐私性的管理。根据 Gartner 的说法，数据治理是决策权的规范和问责框架，以确保在数据和分析的价值、生成、消费和控制方面的可接受行为。


为什么组织需要它？
它确保数据是一致的、可靠的和值得信赖的，这有助于避免不一致或错误。它有助于监管合规，确保公司始终遵守所有级别的监管义务。这是最大限度地降低运营成本和消除危险的关键。
数据治理可以提高数据质量、降低运营成本并为利益相关者提供更多可用性，从而实现更好的决策制定和业务成果。


数据治理的关键支柱：
在寻找现代数据治理工具来支持您的数据治理框架时，请考虑以下因素


管理：考虑使用具有数据管理功能的数据管理平台来查看影响。您的员工应该能够理解政策和程序。为了与数据治理委员会或数据治理委员会有效合作，他们需要了解利益相关者。他们需要将技术元数据连接到业务环境以理解数据。而且，也许最重要的是，他们需要一个可以信任数据的地方。
数据质量：成功的治理项目需要跨平台的准确性、完整性和一致性。假设成为数据驱动型组织的支柱之一是您的团队可以信任数据。在这种情况下，集成的 数据质量解决方案 可能是最关键的能力。数据质量工具通过解析、数据分析和匹配功能以及其他功能提供这些功能。
MDM：另一个与数据治理流程密切相关的数据管理学科是主数据管理 (MDM)。MDM 项目提供有关客户、产品和其他业务实体的主要数据集合，以确保数据在组织内的多个系统中保持一致。
数据治理用例：数据治理对于控制数据仓库、数据湖和数据集市提供的操作系统和 BI 和分析应用程序中的数据至关重要。它也是数字化转型项目的重要组成部分，它可以帮助其他企业运营，如风险管理、业务流程管理和并购。数据使用量持续增加，新技术层出不穷，数据治理有望获得更全面的应用


CDA网校数据分析试听课