一@@、大数据@@时代@@还需要数据@@治理@@@@吗@@？
1、数据@@平台@@发展过程中随处可见的数据@@问题@@
大数据@@不是凭空而来@@，1981年第@@一@@个数据@@仓库诞生@@，到现在已经有了近@@40年的历史@@，相对数据@@仓库来说我还是个年轻人@@。而国内企业数据@@平台@@的建设大概从@@@@90年代末就开始了@@，从@@第@@一@@代架构出现到现在已经经历了近@@20年的时间@@。
在这@@20年的时间@@里@@，国内数据@@平台@@实施者可以说@@是受尽折磨@@，数据@@项目一@@直不受待见@@，是出了名的脏活累活@@。
可以说@@，忽视数据@@治理@@@@给数据@@平台@@建设带来了不少问题@@。随处可见的数据@@不统一@@@@，难以提升的数据@@质量@@，难以完成的数据@@模型梳理等源源不断的基础性数据@@问题@@，限制了数据@@平台@@发展@@，导致数据@@应用不能在商业上快速展示效果@@。
举一@@个典型商业智能应用的例子@@，管理驾驶舱可能很多朋友都听说过@@，很多企业建设了管理驾驶舱@@，但是建设完之后往往成为摆设@@，只有当领导需要看的时候@@，大家才去拼命改数据@@@@。
为什么数据@@平台@@的建设遇到这么多@@“坎@@”，而且难以真正发挥其商业价值@@？其实核心问题还是数据@@本身不统一@@@@，数据@@内容准确度不高@@。
2、数据@@治理@@@@逐渐受到各行业认识@@
我国最早意识到数据@@治理@@@@重要性的行业银行是金融行业@@。由于对数据@@的强依赖@@，金融业一@@直非常重视数据@@平台@@的建设@@，经过几代数据@@平台@@的验证@@，发现数据@@治理@@@@是平台@@建设的主要限制因素@@，而且随着投资和建设的投入增加@@，对数据@@治理@@@@的重要性的认识也越来越深刻@@。
人民银行与银监会也非常重视数据@@治理@@@@@@，从@@08年开始@@，在全国银行业推行统一@@的数据@@标准@@，控制行业的数据@@质量@@。工行@@、建行@@、国开等大型银行@@，对数据@@治理@@@@都非常重视@@。08年前@@，我们与国开一@@起开始了数据@@治理@@@@的建设@@，下图展示的就是国开银行针对数据@@全生命周期的数据@@管控@@。
如今各行业都开始了大数据@@平台@@@@的建设@@，希望利用大数据@@的能力@@，来实现数字化转型@@@@。大数据@@平台@@@@的建设本质上还是数据@@的建设@@，传统数据@@平台@@碰到的所有问题大数据@@平台@@@@都有可能碰到@@，由于数据@@量级的变化@@，大数据@@平台@@@@必然还会产生新的问题@@。
3、大数据@@时代@@下需要新一@@代的数据@@治理@@@@能力@@
目前大数据@@平台@@@@的突出问题主要体现在以下四方面@@：
数据@@不可知@@：用户不知道大数据@@平台@@@@中有哪些数据@@@@，也不知道这些数据@@和业务的关系是什么@@，虽然意识到了大数据@@的重要性@@，但平台@@中有没有能解决自己所面临业务问题的关键数据@@@@？该到哪里寻找这些数据@@@@？
数据@@不可控@@：数据@@不可控@@是从@@传统数据@@平台@@开始就一@@直存在的问题@@，在大数据@@时代@@表现得更为明显@@。没有统一@@的数据@@标准导致数据@@难以集成和统一@@@@，没有质量控制导致海量数据@@因质量过低而难以被利用@@，没有能有效管理整个大数据@@平台@@@@的管理流程@@。
数据@@不可取@@：用户即使知道自己业务所需要的是哪些数据@@@@，也不能便捷自助地拿到数据@@@@，相反@@，获取数据@@需要很长的开发过程@@，导致业务分析的需求难以被快速满足@@，而在大数据@@时代@@@@，业务追求的是针对某个业务问题的快速分析@@，这样漫长的需求响应时间是难以满足业务需求的@@。
数据@@不可联@@：大数据@@时代@@，企业拥有着海量数据@@@@，但企业数据@@知识之间的关联还比较弱@@，没有把数据@@和知识体系关联起来@@，企业员工难以做到数据@@与知识之间的快速转换@@，不能对数据@@进行自助的的探索和挖掘@@，数据@@的深层价值难以体现@@。
通过分析以上四类问题@@，我们发现传统数据@@平台@@面临的问题@@，在大数据@@时代@@不仅没有消失@@，还不断涌现出新的问题@@，传统的数据@@治理@@@@需要提升能力@@，来解决大数据@@平台@@@@建设过程中的这些问题@@。
在传统数据@@平台@@阶段@@，数据@@治理@@@@的目标主要是做管控@@，为数据@@部门建立一@@个的治理@@工作环境@@，包括标准@@、质量等@@。在大数据@@平台@@@@阶段@@，用户对数据@@的需求持续增长@@，用户范围从@@数据@@部门扩展到全企业@@，数据@@治理@@@@不能再只是面向数据@@部门了@@，需要成为面向全企业用户的工作环境@@，需要以全企业用户为中心@@，从@@给用户提供服务的角度@@，管理好数据@@的同时为用户提供自助获得大数据@@的能力@@，帮助企业完成数字化转型@@@@。
