数据治理需要对每个数据域、数据实体、数据条目、数据项进行梳理和标准化，甚至有时候需要人工逐条、逐字段的定义数据标准、核实数据质量。
数据治理人员不仅要有良好的数据思维，还要有足够的细心、耐心和体力才能打磨出适合企业的数据标准，实现企业数据质量的不断提升。
三、如何定义高质量数据？
这些不同的特征结合起来可以帮助企业拥有高质量的数据并可用于各种不同业务目标，同时对不确定数据的假设量达到最少。
四、清理数据的5个步骤
想要更干净的数据？有时，考虑引入外部咨询顾问来帮助您起步会很有帮助。但是在执行此操作之前，企业可以遵循几个常规步骤，以便进入更好的数据清理状态：
通过数据质量监控工具实现对企业数据的实时测量，提升数据质量，确保数据数据准确性。
请记住，对于大型数据集，几乎不可能实现100%的清洁度。
1、以尽可能全面的方式考虑您的数据，不仅要考虑谁来进行分析，还要考虑谁将使用，从数据中分析得出的结果。
2、增加对数据库输入的控制可确保系统最终使用的数据更加清洁。
3、选择能够在出现问题之前可以提醒甚至解决错误数据的技术解决方案。
2016企业数据治理联盟Allrightsreserved
秘书处：0531—88199253
友情提示：为了提高您的体验度，请您使用IE7以上版本的浏览器或者使用谷歌、360、百度等主流浏览器访问。
THE END