现在提到数据治理，大家都觉得迷茫，行业里创造了太多的概念，弄得专业人士都说不清数据治理到底是个啥。
要让数据治理变得简单，可以从4个方面着手:
1、确定一个清晰的目标。
2、制定一个可行的机制。
3、找到一个简单的方法。
4、选择一个好用的工具。
目标和机制需要根据组织的情况来确定，这里不做赘述。
从方法上来讲，我们在19年将它定义为5个字，“理采存管用”：
理，就是弄清楚我们有哪些数据；
采，就是把分散的数据集中到一起；
存，就是把数据集中存储起来；
管，就是进行数据质量、数据标准和数据安全的管理；
用，就是通过数据标签、数据指标、数据共享、数据报表等方式将数据用起来。
目前，市场上大多数的数据治理项目只是做了“理采存用”，也能将数据用起来，但如果不把管数也做起来，就不能建立数据治理的长效机制，无法统一标准、提升质量和保障安全，为持续用数保驾护航。
从工具上来讲，我们借鉴工厂流水线的方法来治理数据。例如针对新生入学这个场景，我们先确定数据来源，再创建数据模型，然后做数据归集、数据清洗和数据融合，同时，配套数据标准、数据安全和数据质量方面的保障，然后，再开发数据标签、数据指标和API接口，最后，建成主题库、可视化报表和业务系统。
这样一眼就可以看清楚数据治理的全部过程和数据成果，真正做到让数据好管好用，这也是龙石数据的愿景和使命。
