当今的大型企业，内部分工日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无不每时每刻产生着大量的数据。数据的格式也越来越多样化，包括IT系统里存储的结构化、非结构化数据，各样电子文档数据等。与此同时，企业管理者对数据的困惑也与日俱增，这些数据从哪里来?我们能相信这些数据吗?数据之间有什么样的关系?谁能理解这些数据?
数据问题根源——零散化存放
大型企业在不同发展阶段，会根据业务需求建设很多内部IT支撑系统，比如ERP(企业资源计划)系统、CRM(客户服务管理)系统、财务管理系统等，这些系统的分散建设，数据割裂，造成了数据零散化存放的现状。
基于数据作分析，首先需要数据的聚合，但由于生产系统和数据的离散化，造成了数据标准、数据模型不统一，因而企业最需要做的就是对数据整合和标准化。
全面解决之道——数据治理
根据DAMA(国际数据管理协会)的定义，数据治理(DG，Data Governance)是指对数据资产的管理活动行使权力和控制的活动集合(规划、监控和执行)。作为DAMA数据管理职能框架的10项职能之一，起着指导其他数据管理职能如何执行的作用，它通过制定正确的政策、操作规程，确保以正确的方式对数据和信息进行管理。
数据治理，指的是企业高层必须制定一个基于价值的数据治理计划，确保董事会和股东可以方便、安全、快速、可靠地利用数据进行决策支持和业务运行。数据治理对于确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并最终体现为增加收入和利润。
数据治理的商业价值
企业只有建立了完整的大数据治理体系，保证数据的质量，才能够真正有效地挖掘企业内部的数据价值，对外提高竞争力。
首先，高质量数据是企业业务创新、管理决策的基础。随着互联网企业对其他各行业的冲击，加剧了市场的竞争，许多企业面临收入增速放缓、利润空间逐步缩小的局面，过去单纯的外延式增长已经难以为继。因此，必须向外延与内涵相结合的增长方式转变，未来效益的提升很大程度上要依靠企业的内部挖潜实现，这从客观上对企业的创新能力提出了更高的要求，而提升企业内部数据管理的精细化水平，是企业开展业务创新和管理决策的重要基础，能够为企业创造巨大效益。
其次，标准化的数据是优化商业模式、指导生产经营的前提。许多企业的 IT 系统经历了数据量高速膨胀的时期，这些海量的、分散在不同角落的数据导致了数据资源利用的复杂性和管理的高难度，形成了一个个系统竖井。系统之间的关系、标准化数据从哪里获取都无从知晓，通过数据治理工作，可以对分散在各系统中的数据提供一套统一的数据命名、数据定义、数据类型、赋值规则等的定义基准，通过数据标准化可以防止数据的混乱使用，确保数据的正确性及质量，并可以优化商业模式，指导企业生产经营工作。
最后，多角度、全方位的数据是企业开展市场营销、争夺客户资源的关键。数据已成为企业最核心的隐形财富，谁掌握了准确的数据谁就能获得先机，在当前竞争日益激烈的市场上，企业如何在不同的细分市场构建客户画像、开展精准营销，如何选择竞争策略、进行经营管理决策，都必须基于360度全方位、准确的客户数据加以分析判断才能得出。
数据治理的五个核心要素
·明确数据治理责任，建立数据治理组织
·管理出成效，制度是保障
·数据规范：没有规矩，不成方圆
·数据治理活动，理论结合实践
·数据治理软件：工欲善其事，必先利其器
利用数据治理软件主要解决企业不同来源数据集成过程中遇到的问题，需要数据治理软件能够为企业提供统一的元数据集成、数据标准管理、数据模型设计、数据质量稽核、数据资产目录、数据分析服务等能力。