数据治理现状分析框架，主要用于帮助系统对数据治理现状进行分析，一般包括数据治理机制和数据治理领域两个部分。数据治理领域可以包括数据质量、数据生命周期、数据标准和元数据管理，如图2-9所示。数据治理机制包括政策、组织、流程和技术工具等4个方面。

下面先谈一下数据治理领域：

（1）数据质量

对于数据质量来说，通过使用技术工具解决数据质量问题，通过改善和提高组织的管理水平，执行相关的政策和流程，使得数据质量得到进一步的提高。

图2-9 数据治理领域

（2）数据生命周期

对于数据生命周期来说，可以划分为4个阶段来描述数据的生命周期，包括数据创建、数据使用、数据归档和数据销毁。然后通过使用技术工具解决4个阶段的问题，通过改善和提高组织的管理水平，执行相关的政策，加强对数据生命周期的管理。

（3）数据标准

对于数据标准来说，它通过建立数据规范、政策体系、组织、管控流程和使用相应的技术工具来确保系统内重要核心的数据是一致和准确的。数据标准是企业级的数据定义，企业内所有的系统都应该遵守和执行数据标准。

（4）元数据管理

对于元数据管理来说，它通过建立数据规范、政策体系、组织、管控流程和使用相应的技术工具来满足对元数据的管理。通过元数据管理可以了解数据的变化过程，包括这些变化会给系统带来什么影响。(www.daowen.com)

我们从政策、组织、流程、技术工具4个方面对数据质量、数据生命周期、数据标准和元数据管理进行分析，如图2-10所示。

图2-10 分析的维度

（1）政策

通过制定相应的政策明确相关部门的责任，明确数据治理各个领域的政策和规范，通过政策的制定去规范相关人员的行为。

（2）组织

通过建立明确的组织架构和人员角色，明确数据治理相关责任人，定义不同责任人的职责。

（3）流程

通过制定数据治理各个领域的工作方法和步骤，明确相关人员的分工和协作关系。

（4）技术工具

通过技术工具保证数据质量的管理，支持数据标准和元数据的发布和查询等流程。对数据生命周期进行管理。