数据治理是一套包含策略、原则、组织结构、管理制度、流程以及各种相关技术工具的管理框架。它是数据管理与应用行使权力控制的活动集合，在数据管理与应用层面上进行规划、监督和控制。数据治理是为数据管理、应用与服务提供保障的一种机制。

换句话说，数据治理实质上就是治理数据的政策和管理的方法，具体应该落实到相应的岗位和人员职责上，通过业务流程和数据流程的规范，把数据当成核心财富。如果将数据看做矿山的话，数据治理就是具体的开采方法和手段，如图6-2所示。

图6-2 数据治理类似矿山开采的方法和手段

一般来说，数据治理可以分成两个部分：

1）数据的保障机制，包括政策的制定，考虑使用何种机制、流程和工具去保障数据的规范性。

2）需要考虑数据的质量标准和数据质量的任责体系。数据治理是企业的责任，需要统一的解决方案和治理模型来保护及共享不同层面的数据。(www.daowen.com)

数据治理可以看做是一门新的学科，能够把企业的独立系统结合起来，重新定义数据的价值和保护机制。从技术上来讲，数据治理是从OLTP系统到后台业务数据库，再回到前端的一个闭环的过程。一般来说，数据治理可以解决以下几个方面的问题。

1）制定完善的数据管理机制。

2）对数据进行规范化、标准化和制度化。

3）降低数据维护的难度和成本。

对于商业银行来说，数据治理主要包括建立数据治理机制、数据管理制度及流程，以及对数据标准的制定等内容。数据治理的最终目的是为了提升数据的质量，通过有效的数据整合、清洗、应用和对外服务使商业银行能够具备真正的管理能力和竞争能力。