随着应用BI系统的广泛应用，数据治理的话题也越来越受到企业的关注和讨论，有专家表示，如果想让用户进入真正的商业智能时代，就必须建立一定的数据治理体系；而大数据治理能够在短期内成为业内的焦点，这和企业对大数据质量的理解和密切关注有很大关系。

    大数据治理面临的挑战：规模庞大，标准不一

    过去几年，企业的IT系统经历了数据量高速膨胀的一个时期，这些海量的，分散在不同服务器的数据提高了数据资源利用的复杂性和管理难度；另外，各个企业内部的业务区分和行政区分也对企业数据的交互造成了一定的断层，而企业与外部业务交互所产生的“体外循环”数据与企业的核心数据体系并不能自然地融合。当这种数据的异构化所导致的应用冲突达到一定临界点时，数据治理便成为了规范企业数据的必要步骤。

    大数据治理技术：主题众多，元数据管理先行

    数据治理涉及的IT技术主题众多，包括元数据管理、主数据管理、数据质量、数据集成、监控与报告等。在很多国际企业中，元数据管理的重要性在全部技术主题中位列第一。

    元数据管理是语义工具，其重要性在于，它能够为数据治理建立一套数据资料库，存储治理范围内的数据定义，负责人，来源，转换关系，目标，质量等级，依赖关系，安全权限等。这些信息对于商业整合，数据质量，可审计性等数据治理目标的实现至关重要。

    元数据管理是实施数据治理的核心IT技术，有效的元数据管理将为数据质量、数据集成等技术的实施，以及数据治理目标的最终实现奠定坚实的基础。

    大数据治理的意义：发掘数据资产的商业价值

    大数据治理是为了将数据作为企业商业资产进行应用和管理的一套数据管理机制，能够通过建立规范的数据应用标准，消除数据的不一致性，来提高数据的质量，并能合理的将数据应用于企业的业务管理和战略决策中，充分的发挥数据的商业价值，良好的数据治理必将为信息化时代的企业带来不可替代的竞争优势。

下一篇：云计算数据库迁移需要避免的十个错误

上一篇：区块链的架构模型