数据治理是企业的责任，需要统一的解决方案和治理模型来保护及共享在不同层面的数据。越来越多的公司通过数据治理提升企业运作效率以及业务洞察力，数据治理也正在被越来越多的中国企业关注。“进行数据治理，提升业务价值”成为信息技术领域最近的流行话题。由于“数据治理”被热门关注，很多公司都将自己的解决方案贴上了“数据治理( Da-ta Governance)”的标签，包括数据存储的解决方案、安全解决方案、数据分析解决方案等。

数据治理和众多的新兴学科一样，目前也有很多种定义。IBM公司认为，数据治理是根据企业的数据管控政策，利用组织人员、流程和技术的相互协作，使企业能将数据作为企业的核心资产进行管理和应用。数据治理既包括行之有效的数据治理组织架构，也包括正确的方法论、流程，还包括相关的工具。IBM公司通过自身实践并结合大量的行业客户案例实施，总结出包含4大领域11个要素的数据治理框架和方法，来指导数据治理工作的开展。数据治理最开始的驱动力是为满足企业符合外部法规的需求以及内部进行风险管控的要求。

从理论和国外的实践来看，大型企业一般会建立企业级的数据治理委员会，由业务部门领导、信息技术部门领导共同参与，让业务与业务之间、业务与技术之间能够有更充分的讨论与沟通，从而使各方对宏观的数据战略、制度达成共识。在企业级之下，通常还可以有部门级、项目级的委员会，负责某些局部的数据治理，在最基层面向某一个业务领域应该有相应的数据管理专员。数据治理委员会、数据管理专员会制定出一系列与数据相关的标准和制度，由数据管理服务组织执行。其实际上是信息化建设团队，负责数据仓库、数据集成等技术平台和工具的建设。