关于上述问题，我们有以下几种解决办法，如图6-1所示。

图6-1 关于上述问题的解决办法

（1）落实对数据治理的监督

从战略角度来说，对数据治理的监管有利于实现企业的科学管理和可持续发展，例如可以将数据质量管理纳入到企业的规章制度中，建立数据质量管理的相关政策、流程、人员角色和职责，确立数据质量管理的目标，保障相关的管理部门和人员对数据质量管理进行有效评估和检查，同时落实数据质量责任制。

（2）改进企业的监管制度(www.daowen.com)

将监管内容细化到业务流程的每一步，建立有效的激励和惩罚制度，并且按照各个环节的职责要求，保障相关人员能够履行职责。举例如下：

通过建立统一的数据字典，确保客户、产品和机构等基础信息的名称、定义、来源的一致性。各个系统之间可以建立统一的数据标准，规范数据名称和定义，然后在此基础上，逐步健全数据仓库，实现数据的标准化和规范化。同时保障监管标准的本地化，贴近监管的实际情况，做好监管数据治理的顶层设计，从而引导企业的高层领导从战略高度认识数据治理对于企业的管理转型和可持续发展的作用，然后将数据治理纳入到公司的规章制度中。对于高管层来说，应该确立数据治理的目标，建立机制和流程，明确职责和人员，通过各种审核、控制的方式保障相关部门对数据治理的评估和检查，有效落实问责制。

（3）适当地补充监管指标

增强对核心指标的验证作用。

因此，我们引出了数据治理的概念。