数据治理建设的意义，主要包括：对风险进行预警，理解数据，提高数据的管理能力，解决安全运营和风险管理等需求，保证数据的一致性、完整性和可用性等。

我们在了解数据治理的基本情况后，再去深入理解数据治理的几个对象。一般来说，数据治理包含数据标准、数据质量、元数据管理、数据生命周期管理等内容。

1.数据治理建设的意义

（1）对风险进行预警

数据治理可以帮助企业或者商业银行对各种风险进行预警，从而发挥真正的价值。

（2）理解数据

数据治理可以帮助企业或者商业银行理解并解决它们需要什么数据、如何获取等一系列问题，只有这样才能真正实现对数据的决策分析和数据治理。

（3）提高数据的管理能力

目前国内商业银行的目标是从“以账户为中心”向“以客户为中心”进行转变，经

过多年的数据积累和整合，数据治理可以大大提高商业银行的数据管理能力。

（4）解决安全运营和风险管理等需求

数据治理可以解决企业或者商业银行的安全运营、风险管理等多种需求。

（5）保证数据的一致性、完整性和可用性

数据治理体系可以保证数据的一致性、完整性和可用性。

数据治理是保障企业和商业银行安全稳定运营的基础，特别对于商业银行来说，如何避免数据的泄露、篡改，保证数据的一致性和完整性是实现业务连续性的关键。

总的来说，数据治理对商业银行等金融机构尤为重要：

1）数据作为商业银行或者企业的重要资产，相当于人体的血液一样，是非常重要的。

2）高质量的数据，有利于管理决策层进行准确的分析。

3）数据治理有利于保护核心业务数据。

在了解数据治理的基本概况之后，再去深入理解数据治理的几个对象。一般来说，数据治理包含数据标准管理、数据质量管理、元数据管理、数据生命周期管理等内容。

2.数据治理的主要对象

从技术上来说，不准确的数据会导致系统产生更多的压力和成本，特别是很多数据仓库项目因为数据质量问题而导致失败，所以降低因为数据质量问题而造成的损失和希望得到IT投资回报是实施数据治理的动力。对于企业或者商业银行来说，在交易过程中会产生大量的数据，例如客户基本信息、各种业务信息和系统日志信息等内容。

数据治理工作对于确保银行安全、稳定运营，实现业务创新，具有重要的意义。数据治理是建立数据治理机制，明确责任人，建立数据管理制度和流程的过程。

数据治理的目的就是为了提升数据架构各个层次的管控及其协作能力。数据架构为数据治理提供基础能力支撑，同时把数据当成资产去管理，将价值挖掘出来。

数据治理可以有4个管控机制：政策、组织、流程、技术手段和工具。

对于企业来说，无论是数据、人员还是资产，都可以从这4个方面进行分析。首先制定管理政策、流程，建立管理组织，然后建立一个管理系统或者平台，接着把相应的政策、组织和流程固定化和稳定化，再通过企业的管理制度去保障数据治理的执行。(www.daowen.com)

数据治理可以包含4个领域：数据标准管理、数据质量管理元数据管理、数据生命周期管理。这4个领域都是为了提升数据价值。

下面分别介绍数据标准管理、数据质量管理、元数据管理和数据生命周期管理等相关内容。

（1）数据标准管理

数据标准管理主要解决系统间数据不一致的问题。通过建立规范、政策体系、组织、管控流程和使用相应的技术工具来保证核心数据的一致性和准确性。数据标准是企业级的数据定义，全企业所有的系统都应该遵守和执行数据标准。

（2）数据质量管理

对于数据质量管理来说，可以使用技术工具或者管理平台把可能引发的各类质量问题进行修正，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提高。

（3）元数据管理

元数据管理主要是管理数据，告诉用户系统有什么数据，以及如何去管理数据。它同样通过规范、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等。

（4）数据生命周期管理

数据生命周期管理解决的是系统效率问题和数据存储问题。首先可以划分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。然后使用技术工具或者管理平台解决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。

如果企业缺少数据治理，则会产生不一致的业务定义和数据格式，间接导致数据的准确性差，数据交换和共享的成本高，难以解决各种复杂的问题。但是如果企业非常重视数据治理，就会形成统一的业务定义和数据格式。数据会在跨部门和跨系统间得到共享，对数据问题形成跨部门的协调解决机制。

下面从政策、组织、流程、技术工具或管理平台等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。

（1）政策

通过制定相应的政策，明确部门的责任，确定数据治理在各个领域的政策、规范，通过制定政策相应的去规范相关人员的行为。

（2）组织

通过建立组织架构和人员角色，确定数据治理相关的责任人，定义不同责任人的角色和职责。

（3）流程

通过制定数据治理各个领域的工作方法和步骤，确定相关人员的分工和合作关系。

（4）技术工具或管理平台

通过技术工具或管理平台保证数据质量的管理成效，支持数据标准和元数据的发布和查询，以及对数据生命周期进行管理。

1）用户可以基于数据治理的成熟度，制定数据治理体系建设的发展路径，优先发展薄弱环节，遵循各个方面均衡发展的原则，保证应用的健康发展。

2）通过数据任责管理机制，建立数据资产的管理体系。把数据看做是银行或者企业宝贵的资产，通过建立一整套的管理体系，对数据进行管理和访问，从而建立有效的、长期的数据治理体系文化。

3）在业务管理和经营过程中，使各个部门的人员都能够体会到数据的作用，从而推动数据标准管理、数据质量管理、元数据管理和数据生命周期管理的建设。最后带动业务的发展，保证数据管理和业务应用相互促进，共同发展。

下面分别叙述数据标准管理、数据质量管理、元数据管理和数据生命周期管理等相关内容。