数据治理可解决各部门、各领域之间数据需要有机结合的问题

数据治理可解决各部门、各领域之间数据需要有机结合的问题，比如做到数据标准、元数据、数据质量等方面的相互协同与依赖，提升企业的数据管理能力。在数据标准方面，实现数据合法合规性，避免数据生产问题，优化数据质量元数据管理方面，有效管理数据生命周期，合理管理在线数据规模，在一定程度上缩小系统资源浪费，提高生产数据访问效率元数据和数据模型管理

参考数据是将其他数据分类或目录整理的数据，参考数据管理是将定义的数据域名(也称为词汇/术语)控制，包括标准化术语、代码值和其他唯一的标志符，每个值的业务定义，数据主要数据是组织中需要跨系统共享的核心业务实体数据。主数据管理是控制主数据值，实现跨系统一致、共享、上下文相关地使用主数据，控制核心业务实体真实情况的最准确、及时、相关版本。

数据解决方案运行管理包括对数据库、数据平台、数据建模工具、数 据分析工具、数据抽取-转换-加载（ETL）工具、数据质量工具、元数据工具、主数据管理工具的选型、 部署、运行管理，确保各技术工具的选择符合数据架构整体规划，技术工具正常运行各项指标满足数据 需求。

主节点，维护大局数据，如元数据管理和大局广播通知；数据节点，存储和搜索数据；协调节点，写作操作是路由主片段所在的节点，阅读操作是最终结果；任何节点都可以是协调节点。

数据管理是指从使用分散的数据到使用统一的主要数据，从少或没有组织和流程管理到政治企业范围内的综合数据管理，从尝试处理主要数据的混乱状况到主要数据井井的过程。数据管理相关的IT技术主题很多，包括元数据管理、主数据管理、数据质量、数据整合、监视和报告等。

在主数据管理方面，利用人工智能技术对数据集进行监控可以帮助自动鉴别和筛选出主数据；通过监控主数据的数据质量，维护和确保主数据的“黄金记录”，以及在主数据维护管理过程中的数据校验、数据查重合并、数据审核等业务中，均可以植入人工智能技术，让主数据管理变得自动和高效。

数据管理解决方案融合元数据管理、数据标准管理、数据质量管理、数据交换管理、主数据管理、数据模型管理、数据生命周期管理、数据安全管理8个模块，通过数据管理的各个环节。

融合服务门户

除了ABI，还有一条重要的产品线是-睿治、智能数据管理平台，融合了元数据管理、数据标准管理、数据质量管理、数据综合管理、主数据管理、数据交换管理、数据资产管理、数据安全管理、数据生命周期管理等9个产品模块，开通了数据管理的各个环节，9个产品模块可以独立或灵活地组合使用也是目前国内功能最完善的数据管理工具，帮助数据标准落地，提高数据质量。

国际数据管理协会(DAMA)定义了数据管理的框架，包括数据管理、数据结构管理、数据开发、数据操作管理、数据安全管理、参考数据和主要数据管理、数据仓库和商务智能管理、文件和内容管理、元数据管理和数据质量管理

通知指出，加快组数据管理体系建设，明确数据管理归口管理部门，加强数据标准化、元数据和主数据管理，定期评价数据管理能力的成熟度。加快大数据平台建设，创新数据融合分析与共享交换机制。强化业务场景数据建模，深入挖掘数据价值，提升数据洞察能力。