企業在信息化階段完成了數據資源的原始積累，但是并沒有考慮到后期的數據應用需求，因此，在數字化轉型之前，企業存量的數據本身是不太可用的。

對“信息化”活動來說，數據的基本作用是支撐業務流，也就是所謂的業務數據化。

而對“數字化”活動來說，數據的作用是改變業務流，和前者相比，對于數據的內容標準以及質量要求是完全不一樣的。

因此，這些原始的數據就像自然界中的天然礦石，必須經過開采、加工，才能成為有價值的數據資源。

而數據治理，實際上就是在做上述“數據價值化”的工作。因此，對于大多數企業來說，數字化轉型最重要的工作幾乎都是圍繞數據治理展開的。

換句話說，通過數據治理工作，企業就可以把“業務數據化”的數據轉變為“數據業務化”的數據。

那么，數據治理都涉及哪些工作呢?

首先，根據DAMA官方的定義，數據治理(Data Governance，DG)是指對數據資產管理行使權力和控制的活動集合(計劃、監督和執行)。

一般認為，數據治理包括：組織與制度、數據標準、元數據管理、主數據管理、數據質量管理、數據集成、數據生命周期管理、數據安全、數據服務等方面的工作內容。

組織與制度：本質上回答了數據的“權責”問題，即誰來進行數據治理，以及誰擁有相應的數據使用權利。其中，數據治理中的責任是復雜的，具體包括定義數據質量標準、發現數據問題、以及整改數據缺陷、核查數據問題等不同維度的責任。

數據標準：數據治理的目標。企業需要先對數字化發展路徑進行規劃，知道數據在未來如何支撐企業的業務發展和戰略實現，才能制定合理的數據標準。須知，在數字化的邏輯中，數據標準是面向未來的。

元數據管理：元數據是關于數據的數據，為數據資源提供了關于業務以及系統的上下文解釋。對元數據進行治理，有利于“修復”或“完善”企業的數據架構，從而為數字化轉型做好“底圖”繪制的鋪墊。

主數據管理：主數據是關于企業核心業務對象的基本信息，是連接企業所有類型數據資源的樞紐，做好主數據管理，企業的數據質量提升效果最為顯著。

數據質量管理：讓數據資源的質量滿足業務可用性。數據質量并不是越高越好，而是要夠用即可，數據質量管理是數據治理的主體性任務。

數據集成：數字化是企業級的工作，而信息化往往是部門級的。因此，數字化活動要求解決數據的跨組織、跨專業問題。

通過對不同業務條線的數據進行集成，實現數據資源的貫通，縮短業務活動的信息鏈路，提高決策效率和業務響應敏捷度。同時，數據集成可以提高數據維度，根據n方原則，數據創新潛力也將得到“指數級”提升。

數據周期管理：包括數據的收集、存儲、處理、分析和共享，數據周期管理有利于解決數據溯源的需求痛點，解釋了數據從哪兒來，到哪兒去，對數據質量管理和元數據管理，都有非常重要的輔助意義。

數據安全：數據經治理加工后，會產生額外的信息價值，也會形成全新的業務洞察。因此在數字化的視角中，數據安全的作用不僅是要滿足業務合規以及監管要求，同時也起到保護商業活動的目的。

數據服務：數據服務是數據資產的最基本表現形式，通過提供數據資產視圖，有利于對數據進行精細化運營，同時幫助發現不良資產。