数据治理得思考？
集成平台，数据中台融合整个内部的全部数据、打通数据之间的隔阂屏蔽数据孤岛问题、数据标准与口径不一致的地方、统一数据规范的设计规范、解决数据口径不一致的问题、数据质量老大难的问题、元数据管理的问题、数据提供统一的出口与统一的入口问题。有很多类似的问题，不管是在十五年前、十年前、五年前、今天，数据中台、数据平台、数据仓库面临的问题基本上是一致的。有没有想过一个问题呢，十几年前的企业级数据仓库实施项目、数据平台建设项目、今天的数据中台实施，不管是在哪个阶段，很多实施中遇到的问题都是基本一致的。这么多年下来 DAMA 也一直在布道数据治理的方法论与认证等，但是遇到的问题还是一样的，多年反复出现而不能解决，虽然无趣，但还是得思考造成这些问题的核心要素是什么?
2同行回答
数据标准是为了规范对数据的统一理解，促进数据共享，增强跨团队协作中对数据定义与使用的一致性，降低沟通成本。数据标准通常包括组织架构、标准制度、管控流程、技术体系四个方向，应用统一的数据定义、数据分类、编码规范，以及数据字典等。数据标准可以考虑如下：
组织架构：确定元数据、主数据、交易数据涉及的管理决策、数据业主、运营、质量、消费等团队或岗位角色，以及所涉及的责权利。
标准制度：围绕源端数据制定分类、格式、编码等规范，制定日志、报警、性能指标等数据标准，这里的标准应该与技术规范区别开。
管控流程：要对数据管理的供应、变更、申请、共享、质量、运营等流程进行规范化、线上化。
技术体系：综合考虑平台架构、接口规范、应用场景等，围绕数据的“采存算管用”建立数据平台。
数据质量管理是指针对数据从计划、获取、存储、共享、维护、应用、消亡生命周期的每个阶段里可能引发的数据质量问题，进行识别、度量、监控、预警等管理活动，并通过改善和提高组织的管理水平提高数据质量。