做完数据治理，质量依旧很差

数据治理行业有一句话，每个人都在说自己在做数据治理，但是每个人都不知道应该怎么做也不知道别人在做什么，所以每个人都声称自己在做数据治理。这句很拗口的话是数据治理人的一句自我吐槽，真正做过数据治理的人应该都清楚，数据治理是没有可以嵌套的方法论的，每个企业、每个项目可能都会有适合自己的数据治理体系。如果套用数据治理方法，往往是做不到什么治理效果，不过，对于有些地方，就算是做完了数据治理，数据质量依旧很差，这应该怎么办呢？

这个，企业也是每个企业都会面临的一个问题，什么数据不可用，数据存在孤岛，数据不能服务与业务等等都是数据应用常见的问题。我们应该清楚数据治理的目的是什么？首先，数据治理不是技术问题，数据治理的本地是业务方面的治理，规范及流程控制。例如经常遇到的数据归口不清晰，数据指标加工的定义不明确等等。其次才是技术方面的问题，例如数据抽取的不完整，存储问题，开发过程脚本不清晰，不完善，技术口径维护不够清晰等等。其次，做了数据治理就会得到质量提升吗？这个问题很复杂，每个企业都会有自己的问题。有的企业认为数据治理就是上一套强大的数据治理平台，只要平台功能强大，就能管好数据，这恰恰是陷入了另一个误区——唯工具论，岂不知数据治理的本质是管理数据，而不是管理程序、脚本和任务。另外，还有很多企业是出现了数据问题，并且对业务造成很大影响之后才去进行治理的——被动式治理，失去了治理数据的主动权，常常是解决了一个问题又引出了更多的问题。