数据治理是个大话题，包含的环节也非常多，从数据集成、数据质量、数据资产、数据安全、数据标准各个环节。数据治理最近越来越受到企业的关注，为什么越来越多的企业开始进行数据治理呢？因为他们开始意识到了数据治理的价值。本质上来讲数据治理的价值就是降本增效、控质提安、赋能决策，治理的收益有很多，但是要知道的是上面想拿哪些收益，这也是影响治理的重要性和执行力度的关键。
一、 降低成本
通过数据治理可以减少数据的冗余存储，减少存储的成本。通过提高数据质量减少出错的概率，从而降低计算的成本。通过提高数据标准以及元数据的使用提高数据探索的效率和开发的效率。
二、 提高效率
增效的角度可以从查询效率、查询时间、时间成本都可以作为治理收益。比如我查询数据之前要用一个小时，现在用十五分钟。
三、控制质量
从数据质量角度出发，数据故障率、数据及时率、数据完整率等指标进行监控。
四、 提高安全性
安全主要是讲数据的安全，数据安全可以从风险项、数据安全覆盖率、数据脱敏等角度出发。“安全无小事，责任终于山”，安全这个方向要么不出事要么就是出大事，所以数据一定要监控留痕，以防事后追责。最近行业内安全事故层出不穷，各个企业也都越来越重视。
五、 赋能决策
这个方向比较长效，串联部门也多，更需要深入业务，比如数据模型、画像标签直接带来的收益，还有一种思路比如说不同数据源他的业务产生的价值区别。
低质量的数据导致的隐形成本：
1) 废弃和返工
2）临时措施和矫正流程
3）组织的低效率活动和生产力的低下
4）工作的满意度低
5）不满足相关部门要求和法律法规
6）影响组织的声誉和信誉
7）客户不满意
高质量的数据相关收益：
1） 客户体验的提升
2）高效的生产力
3）减少风险
4）抓住机会的能力得到提升
5）从洞察客户、产品、流程、机会中获得竞争的优势文章来源：https://www.toymoban.com/news/detail-490151.html
6）从显著的数据安全和数据质量中获得竞争优势文章来源地址https://www.toymoban.com/news/detail-490151.html
到了这里，关于为什么要进行数据治理的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
