企业数据治理的7种能力是什么

企业数据治理的技术有很多，常用的有数据梳理与建模，元数据管理、数据标准管理、主数据管理、数据质量管理、数据安全治理、数据集成与共享等7种核心能力。

1、数据梳理与建模，数据梳理即对数据资产的梳理。数据资产梳理是企业数据治理的基础，通过对数据资产的梳理，企业可以知道自己到底有哪些数据，这些数据都存在**，数据质量如何，从而摸清“数据家底”并为数据建模提供支撑。

数据模型在数据治理中起到向上承接数据战略，向下对接数据和应用的作用。数据建模是数据治理的开端。

2、元数据管理，是指确保正确创建、存储和控制元数据，以便在整个企业中一致地定义数据有关活动。

从技术维度讲，元数据管理的是数据资产所涉及的源系统、数据平台、数据仓库、数据模型、数据库、表、字段及字段和字段间的数据关系。

从业务维度讲，元数据管理管理者企业的业务术语表，业务规则、质量规则、安全策略以及表的加工策略，表的生命周期信息等。

从应用维度讲，元数据管理为数据提供了完整的审计跟踪，这对于数据的合规使用越来越重要。

3、数据标准管理，涉及数据标准的制定，发布、宣贯、执行、验证和优化，它是一个将数据标准在企业各部门之间、各系统之间进行交换和共享的过程，也是事不同参与者就数据标准达成共识，并积极参与定义和管理数据标准的过程。

4、主数据管理，主数据被企业认为“**数据”，具有**值型、高共享性、相对稳定性。主数据管理是企业数据治理的核心内容，包含主数据梳理与识别、主数据分类与编码、主数据清洗、主数据集成等过程。

5、数据质量管理，数据治理的目标是提升数据质量并赋能业务，以实现企业的业务和管理目标。数据质量是对数据从计划到获取、存储、共享、维护、应用、消亡的生命周期里可能出现的数据质量问题进行识别、测量、监控和预警等一系列管理活动，并通过提高组织的管理水平来进一步提升数据质量。

6、数据安全治理，数据安全治理贯穿与数据采集、传输、存储、处理、交换和销毁的整个生命周期中，每个阶段都需要企业人员具备数据安全的意识、合理、合规地使用数据，防止数据泄露，保护数据安全。

7、数据集成与共享，是为了更好地使用数据而提供的技术能力和手段。各种类型的数据应用项目，如数据分析挖掘，数据仓库、主数据管理、应用集成、数据资产管理等，都离不开数据集成。