大型企业数据治理的现状和解决方案有哪些参考？_光点科技

数据治理有两种含义，分别是对数据的治理和利用数据治理。这二者相互联系，但并不冲突。从数据本身治理看，数据是一种新的经济增长驱动因素。

随着企业信息系统的发展，数据的管理和管治变得更为复杂，不仅包含了企业内部网，还包含了企业外部环境数据的外部网。大部分企业缺乏专门的数据治理规划来指导数据治理的具体实施。企业内部设置专职数据治理部门和数据治理岗位仍在少数，大多数据治理规划都还停留在兼职部门和岗位层面。

数据治理不只是技术问题，更是一个管理问题。例如大家常见的项目管理系统只是一个工具，如何让项目管理工具与项目管理思想相匹配才是项目管理系统实施过程中的最大挑战，也才能发挥最大的效果。数据治理也是同样的道理。

企业数据治理现状

1.跨组织的沟通协调问题

数据治理是一个组织的全局性项目，需要IT部门与业务部门的倾力合作和支持，需要各个部门站在组织战略目标和组织长远发展的视角来看待数据治理。因此，数据治理项目需要得到组织高层的支持，在条件允许的情况下，成立以组织高层牵头的虚拟项目小组，会让数据治理项目事半功倍。

2.投资决策的困难。

组织的投资决策以能够产生可预期的建设成效为前提，但往往综合性的数据治理的成效并不能立马体现，它更像一个基础设施，是以支撑组织战略和长期发展为目标，所以，导致此类项目无法界定明确的边界和目标，从而难以作出明确的投资决策。

3.工作的持续推进。

数据治理是以支撑组织战略和长远发展为目标，应当不断吸收新的数据来源，持续追踪数据问题并不断改进，所以数据治理工作不应当是一锤子买卖，应当建立长效的数据改进机制，并在有条件的情况下，尽量自建数据治理团队。

4.技术选型。

随着大数据的发展，各种名词层出不穷，令人眼花缭乱，例如:数据仓库、ETL、元数据、主数据、血缘追踪、资源目录、结构化非结构化、Hadoop、Spark 联机事务处理(OLTP) 联机分析处理(OLAP)、商业智能(BI)等等。

这里面有针对传统数据库的，有针对大数据数据库的，再加上组织对自身数据资产情况没有一个清晰的认识，这也就导致了数据治理的技术选型困难。而当下，基于传统关系型数据库仍然特合绝人数据企业的业务需求。

光点科技数智工厂——企业级数据治理服务平台

一站式数据治理工具，提供数据汇聚、建模、开发、管理和服务能力，以及自动化数据处理和数据存储计算环境，是数据中台的关键底座。

以企业需求为导向，以应用为抓手，依托数据治理方法论、数据标准，数据治理工具以及数据治理服务，逐步驱动企业全域数据的汇聚治理和开发利用。

关于光点科技

光点科技是一家在政企数据治理、数据中台建设、数据可视化展示分析方面有着丰富经验的公司。作为国内专业的数据智能解决方案专家，光点科技自成立以来就一直专注于数据产品的研发和落地，服务的客户涉及智慧城市、园区、政府、集团企业、金融、制造、能源、电信、工程、教育、检验检测等多个行业。