数据是企业数字化转型的核心要素，数据治理是企业数据能力构建的核心基础，根据国际数据管理协会（DAMA）给出的定义：数据治理是对数据资产管理行使权力和控制的活动集合。数据治理职能是指导其他数据管理职能如何执行，最终保证数据的可用性、数据质量和数据安全。

随着企业数据需求的不断增加，人们对数据质量的预期也随之改变。

在企业数字化转型过程中，根据使用数据的角色不同，数据使用方面会涉及很多痛点，具体的痛点大致可以分为以下三个方向：数据易用性差、数据质量差、数据安全性差。在一些数字化转型领先行业，早已经积累庞大的数据，当数据质量存在问题如数据标准不统一、数据易用性差以及数据安全等问题时，就需要进行数据治理。

数据治理在数据管理工作中，扮演着“执行者”的角色，是数据规划成果及标准设计成果、数据存储、数据管控、数据交换、数据应用得以落地的基础。企业数据治理是一个长期、复杂的体系化工程，涉及数据标准、数据质量、主数据、元数据、数据安全、数据资产、数据服务等多个方面。

基于此，企业为了获得质量更高的数据，与业务建立紧密联系，推动数据资产变现，形成标准化的数据资产管理方法、流程和策略，提高数据运营效率和数据安全性，释放数据价值，赋能数字化转型，进行数据治理工作。

现阶段，绝大多数企业，把数据治理作为一个由集团开展自上而下的专项项目。企业做数据治理以合规为导向，管制、控制数据，被动、静态提供数据，供数据应用部门查阅使用。然而，企业数据治理不是一次性工作，而是持续的日常工作。

数据治理显然不可能由单一部门去进行开展，而是由技术部门跟业务部门进行融合、协同的多部门协同工作。同时，数据治理本身不应该以管控为目标，应该以数据使用为目标，当需求人员使用数据的时候，数据是可用、一致的。数据治理本身不应该是被动的，而应该是主动的，随时发现问题，随时完成相应的调整。

此外，数据治理本身是动态的，数据治理高度关注最后的数据消费，所以企业需要把数据治理以目的为导向，把数据治理敏捷、日常的融入到协作当中，才能达成数据高质量的一致性的可用。

基于以上，企业数据治理建设路径如下：