说到数据治理，我们先看一个数据问题导致出现事故的案例。

  卫星失控： NASA，1999年，火星气候探测器火星气候探测者号上的飞行系统软件使用公制单位牛顿计算推进器动力，而地面人员输入的方向矫正量和推进器参数则使用英制单位磅，导致探测器进行大气层的高度有误，最终瓦解碎裂。损失：1.25 亿美元

  数据治理是对数据资产的管理行使权力和控制的活动集合（规划，监控和执行）。那如何用简单的例子描述数据治理及数据治理涉及的术语？

  数据治理就像管理超市里的水果：

1.数据架构-各种水果在哪个货架；2.数据标准-水果大小，成熟度；3.数据模型-水果的产地，价格；4.数据质量-货架中没有烂水果；5.数据安全-监控防止偷吃水果，称重防止缺斤少两；6.数据服务周期-水果何时上下架；7.数据确权-水果的供应商和水果货架的管理员是谁；8.数据分析-水果价格如何更低廉又有利润空间，各种水果的备货量等。

通过上面水果的举例可以理解，通过货架摆放，价格浮动，上下架安排，对水果的生命周期管理，满足客户购买需求，超市的利润需求等。那数据治理其实就是通过一系列手段，对各种类型数据进行全生命周期管控，以满足不同应用场景要求。

那问题来了，为什么企业要开展数据治理？广义的理解是：海量的数据、复杂的数据环境、潜在的数据质量缺陷会阻碍信息集成和数据深度利用、成为制约数字化发展的瓶颈，即支撑数字化转型。具体到企业内部，数据治理是什么？

  看下这张图片，图片中有树干，果实，树叶。对应到我们的企业数据，“树干”-主数据，承载业务数据和分析数据，有关业务实体的数据，为业务交易和分析提供语境信息，如人，物料，地点等。“树叶”-业务数据，描述企业的经营活动，是分析数据的基础，如销售订单、采购订单、财务应收等。“果实”-分析数据，用来反映企业的业绩，被用于企业的决策分析，在一个企业中，数据真正价值在分析数据时被体现，如投资回报比，销售增长率等。

  为什么是这样的关系？主数据作为树干用来承载业务数据和分析数据，因此离了主数据的业务数据和分析数据都是没有意义的，就像叶子和果实离了树干无法独自生长。业务数据是分析数据的基础，分析数据来自业务数据的加工，就像叶子通过光合作用为果实制造营养物质，没有叶子就没有果实的存在。分析被用于企业的决策分析，在一个企业中，数据的真正价值在分析数据时得到体现，高质量的分析数据就像成熟饱满的果实，能为企业带来成果价值。

  中国信息通信研究院发布《数据资产管理实践白皮书5.0》，其中将数据资产定义为“由组织(政府机构、企事业单位等)合法拥有或控制的数据资源，以电子或其他方式记录，例如文本、图像、语音、视频、网页、数据库、传感信号等结构化或非结构化数据，可进行计量或交易，能直接或间接带来经济效益和社会效益。”

  综合上述，主数据和业务数据变为可分析的数据，然后分析数据可以作为企业的决策资源，资源如何转为企业资产？数据的运用可以分为三个阶段，数据资源，拿来用即可。数据资产体现数据资源的价值。并非所有的数据都是资产，只有对企业有价值的数据才被认作是数据资产。因此，这里就存在一个关键性的问题，如何将企业数据变为资产，从而进一步实现价值变现就显得尤为关键，而数据治理是解决这个核心问题的钥匙。数据资产的货币化，即数据资本，当前实现数据资本化的企业还比较少。

  对于一个企业来说，并不是所有的数据都值得去管理、去维护甚至去分析的。数据的生成、汇聚、存储、分析、共享等阶段都会因为数据管理的不当、数据治理手段的缺失，从而产生低质量的数据。低质量的数据不仅没有价值，它的存在还会导致错误的决策，如同不健康的树干会影响叶子的生长，不健康的叶子无法提供足够的营养进行果实的孕育，不健康的果实无法食用一样。

  这就是数据治理的意义，将数据资源转化为数据资产。