根據以上分析，數據治理工作是一項影響廣大深遠而復雜長期的過程，牽一發而動全身，數據治理每項工作都牽扯到跨部門、跨系統的信息傳遞和資料共享，做好數據的管控工作首先需要大量的溝通和信息流轉，沒有技術平臺來支撐各項數據治理的管控工作等于人體缺了中樞神經系統，舉步維艱是必然的。而結合企業常見的數據治理領域重點工作，可以近期首先引入建設數據標準和元數據管理系統和數據質量管理系統，以下是我對這兩個系統的建設內容的初步分析，各企業后續在項目建設要求和需求分析階段還要逐步做更全面的補充。
一、數據標準和元數據管理系統：通過建立一整套數據規范、管控流程和技術工具來確保企業各種重要信息資產和數據資源，包括產品、客戶、機構、賬戶等信息在企業內外使用和交換的表達上是一致和準確的,數據標準可分為技術標準和業務標準。針對企業現有情況，針對標準不統一的問題，通過在數據治理平臺首先把所有數據資源的圖紙---元數據資源集中管起來，然后建立各系統元數據資源和數據標準要求清晰的對照關系，依此扎扎實實地實現數據標準管理功能落到各系統的數據模型設計細節。提供管理業務、技術元數據，支持數據溯源，有效支持企業“數據標準管控委員會”開展工作。對于已建和在建的各系統，通過這個平臺匯總的數據模型資料對其設計的數據模型做好數據標準檢查工作，針對信息要素中的數據字段比對標準的業務定義，補充完善標準的技術定義，讓企業《企業數據標準》成為一個活學活用的標準，并且在使用中不斷完善。
二、數據質量管理系統，這個系統有四方面的建設內容：一方面要建設企業級數據質量管理，覆蓋對企業所有數據的質量管理活動,為所有數據質量治理活動的相關用戶提供統一的入口，對數據質量問題做到全程追蹤和監控，對數據質量管理流程達成全面支撐；第二方面要建立全企業統一的數據質量檢查機制，通過配置和導入數據質量校驗規則，執行常態化的數據質量例行檢查，生成數據質量報告，輔助數據質量評估和考核，以此從源頭推動生產數據的創建者重視采集數據的質量，結合元數據管理中的數據溯源，也有助于分析和反映有關質量問題的影響沖擊面，讓大家直觀看到數據質量問題的危害。第三方面要建立數據質量管理系統與數據標準和元數據管理系統的交互，通過元數據集中管理數據質量規則，并建立數據質量規則與其它元數據的關聯關系，使數據質量管理的分析和應用能夠得到元數據的支撐。第四方面就是數據源采集要建立數據質量管理系統和數據倉庫/ODS系統的交互，為了避免數據治理平臺陷入大量的數據采集工作，我們初步設想通過數據倉庫/ODS作為統一的數據源歸集，由數據倉庫/ODS根據各數據源系統一模一樣的數據模型和數據內容建立每日業務數據鏡像庫，通過執行本平臺根據管理生成的質量檢查規則所提供的質量檢查腳本對每日業務數據用批量方式進行全樣數據質量檢查，并生成質量評估報告。
業界的數據治理平臺廠商目前能提供的工具平臺已經比較成熟，功能性能各有千秋、各有特色，不過基本都是采用開放的技術架構和接口設計，實施上不會存在技術方面和企業各種現有信息系統資源不能接駁的問題。
想要了解更多政策信息可以咨詢中培課程顧問李老師18911709446（同微信）