数据治理被定义为帮助组织管理其内部和外部数据流的数据管理流程和程序的集合。它使人员、流程和技术保持一致，以帮助他们理解数据，从而将其转化为企业资产。目前，数据治理已成为企业数字化转型的基础环节。
数据治理的必要性
随着业务发展,各个公司对数据应用的越来越多,数据也随着业务快速增长。同时，也带来了数据存储、数据模型的建设、数据质量、使用规范等方面的各种问题，如繁杂的数据结构,数据冗余、数据孤岛等。
鉴于数据已成为新的生产力，且数据治理体系已成为新的生产关系的典型代表，数据治理问题迫在眉睫。这就要求企业以数据为对象，在确保数据安全的前提下，建立健全规则体系，理顺各方参与者在数据流通的各个环节的权责关系，形成多方参与者良性互动、共建共治共享的数据流通模式，从而最大限度地释放数据价值，推动数据要素治理体系现代化发展，最终达到赋能企业业务发展的目的。
数据治理的重要性
今天，数据在推动业务增长方面的力量是众所周知的。有效的数据治理使企业能够从他们最宝贵的资产中获得最大的利益。有了高质量的数据，企业就能获得更好的商业决策的洞察力，并提高效率和生产力。
对于企业来说，数据治理的重要性主要体现在以下三个方面：
1)帮助企业及时调整数据战略，减少数据管理成本;
2)通过数据治理，重新调整当前的组织角色和责任、结构和工具，使工作流程更加合理，减少冗杂消耗，以经济的成本及时产生有意义的业务洞察力;
3)保护企业免受不良和不一致的数据可能带来的合规和监管问题。
数据质量治理是一个长期的、持续性的工作，不可能期望一蹴而就。在治理过程中，需要不断优化质量短板，夯实质量基石。设目标、定责任，积极配合与行动，充分利用平台工具，共同建设一个数据乌托邦，让数据创造真正的价值。