数据治理必要性
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、、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，并终体现为增加收入和利润。
国际上此方面的研究协会比较多，但截止2014年
大数据治理服务
数据治理必要性
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、、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，并终体现为增加收入和利润。
国际上此方面的研究协会比较多，但截止2014年底只有ITSS WG1国际化小组展开了正式研究，并向ISO正式提交和发布了数据治理的研究白皮书。
数据治理数据赋能
近越来越多的朋友关注到“数据赋能”这样一个话题，所谓数据赋能，可简单理解为挖掘数据价值，利用数据提供服务。举例来说，营销、人物画像、经营分析、数据地图这些都属于数据服务的范畴。究竟利用数据赋什么能，这需要取决于你的业务背景和发展方向，我们今天讨论的重点不是赋什么能，而是数据如何赋能。
我喜欢把数据赋能和数字化转型放在一起讲，因为数字化转型的目标之一就是数据赋能。众所周知，我们从93年开始逐步发展信息化，从为了解决业务上0和1问题，为了解决无纸化办公，到现在的大数据时代，近30年的时间总结起来，数据领域一共就三件事：解决数据孤岛问题、隐私数据保护以及提供数据服务。翻译过来就是数据治理、数据安全治理以及数据赋能。
数据治理数字标准
数字化社会的体现标志是什么，笔者认为数字化社会的标志不是数字应用场景的具体化，也不是数据应用的多样化，而是全社会对数字有一个共同的标准、共同的规范，所有的数字化活动应遵循相关的要求，比如分类分级标准、数据安全规范、数据保护条例等等。
全社会将从行业归属角度，逐步建立数据分类分级标准，其中离不开的引导，分类分级的标准将是未来数据大融合、一个数据标准的数据基石，如何做好分类分级，凝聚社会共识，该类工作将会以咨询的方式完成规划，以公示的方式完成补充，形成数据分类分级标准。
（作者： 来源：）
