对企业来说，数据治理是数据应用的基础和根基，它的好坏直接影响数据应用过程中的价值体现。同时，数据治理也是企业进行数据资产沉淀的基础，直接决定企业的数据资产能否得到有效的沉淀，以及在数据应用过程中能否充分地发挥数据价值。
神策数据通过为超过 30 多个行业、2000 多家企业提供数据分析和数字与营销服务，总结出一套企业数据治理方案，包括数据采集、数据打通、数据质量、数据管理、数据安全五大关键点，全方位覆盖企业数据治理中的业务痛点。
神策数据治理方案产品架构
一、数据采集
数据治理应拥有统一的数据采集框架，并支持多种数据采集方式。企业可以通过市面上 50+ 种 SDK 数据采集工具，灵活适配各类数据源， 高效完成全域数据采集。
神策数据开源 SDK 数据采集工具矩阵
二、数据打通
数据打通的核心是实现数据模型和标准的统一，企业数据的存储按照标准的四层数据分层进行，每层数据的存储进行差异化的类型定义和受众对象。在分层的基础上考虑数据模型本身的设计，遵循数据服务于业务，业务形态决定数据模型。
统一数据标准
数据模型和数据标准完成统一后，基于 ID 之间的精准匹配，将两个不同用户在同一用户标识下 ID 相一致的用户进行关联，并以此将不同业务系统的数据进行用户 ID 的打通。通过 ID-ID 之间两两映射关系表，将多种 ID 之间的关联打通，比如手机号、身份证号码可以关联，手机号、邮箱账号可以关联，这样通过手机号就可以把身份证号码和邮箱账号也关联了。
将不同业务系统的数据进行用户 ID 的打通
三、数据质量
企业数据治理方案需要构建一整套完善的数据质量监控体系，包含质量规则引擎、数据质量异常监控报警、异常数据在线修复。
在数据质量看板中，企业可以结合业务梳理，通过可视化的形式选择数据和字段对数据质量规则进行配置，定义接入数据需要满足的质量要求。
根据用户设定的数据质量规则，所有进入数据平台的数据都会主动进行规则校验，并将不符合规则的异常数据及时通过异常看板，实时反馈给数据使用者。同时，平台会对异常数据进行实时修复和改正，并及时调整上游数据和规则。
数据质量规则校验后能够保证接入的数据符合数据质量要求，对于那些没有通过数据质量规则校验的数据，用户可在界面当中对异常数据进行修复和改正，经数据修复后的异常数据如果通过数据质量的校验可以将数据存储到底层数据存储当中。
四、数据管理
企业数据治理方案包含整套数据资产管理平台，涉及数据资产管理、数据开放平台、数据地图、元数据管理四个部分，帮助企业以可视化的方式实现数据管理。
在数据资产管理上，企业数据管理人员可以通过可视化的数据资产管理平台，快速查看当前数据大盘情况，也可以快速查询入口检索需要的数据。
数据开放平台通过数据 API 的方式将平台数据提供给业务部门，实现对业务的数字赋能。通过Restful API 方式，一方面规避了数据团队人员对底层数据系统的入侵，另一方面帮助企业相关部门规范化使用数据，更好地监控业务部门对底层数据的使用情况。
数据地图能够按照不同的业务主体对数据进行集中化管理，帮助不同的业务部门整理和管控整个部门所属的数据资产。数据管理人员在日常工作中可以查看每一个数据的基本情况、数据列、数据血缘情况等信息，对上下游相关数据进行查询、分析，衡量每一个数据对其他数据的影响。
在元数据管理上，通过可视化、极简化的方式实现底层数据的管理工作，使所有日常数据工作标准化、规范化，解放专业数据人员，让更多非技术人员上手进行底层数据管理。
五、数据安全与合规
企业数据安全是越来越不容忽视的重点，为了保障企业本身的数据安全，神策数据治理方案对不同的使用者提供不同数据安全级别的控制，从取数和访问流程对数据进行隔离和区分，同时提供专门针对于数据安全的服务控制，切实保障企业数据安全。
企业数据合规化是企业数据治理的核心和红线，企业对于数据的收集和使用需要按照国家《数据安全法》《个人信息保护法》，海外按照欧盟 GDPR 为代表的各属地法律法规进行。对于涉及公民隐私等相关数据务必进行安全与合规化的管理和控制。
企业数据合规化
完善的数据治理完整方案能够帮助企业进行全端数据采集、数据治理、数据存储、数据查询及展示，高效积累数据资产，发挥数据资产价值，赋能业务应用场景，助力企业构建数据根基，实现数字化经营。
访问神策数据官网或关注神策数据，免费领取《企业数据治理价值解读与场景实践》白皮书~