背景
大數據時代的到來，讓越來越多的企業看到了數據資產的價值。將數據視爲企業的重要資產，已經成爲業界的一種共識，企業也在快速探索應用場景和商業模式，並開始建設技術平臺。
但這裏要特別強調一下，如果在大數據“拼圖”中遺忘了數據治理，可能再多的技術投入也是一種徒勞。因爲沒有數據治理這一環節，其帶來後果往往是：隨處可見的數據不統一，難以提升的數據質量，難以完成的模型梳理，難以保障的數據安全等等，源源不斷的基礎性數據問題會進一步產生，進而導致數據建設難以真正發揮其商業價值。
因此，消除數據的不一致性，建立規範的數據標準，提高數據治理能力，實現數據安全共享，並能夠將數據作爲企業的寶貴資產應用於業務、管理、戰略決策中，發揮數據資產價值變得尤爲迫切和重要，數據治理呼之欲出。本文將介紹美團配送技術團隊在數據治理方面的一些探索和實踐，希望能夠對大家有所啓發和幫助。
1. 如何理解數據治理
數據治理，從嚴格的定義來講是對組織的大數據管理並利用其進行評估、指導和監督的體系框架。企業通過制定戰略方針、建立組織架構、明確職責分工等，實現數據的風險可控、安全合規、績效提升和價值創造，並提供創新的大數據服務。從個人實踐的層面來講，數據治理是對存量數據治理和增量數據管控的一個過程，對存量數據實現由亂到治、建章立制，對增量數據實現嚴格把控、行不逾矩的約束。
2. 要達成的目標
數據治理本身並不是目的，它只是實現組織戰略目標的一個手段而已。從組織職能和體量大小方面來看，不同類型組織的數據治理目標大不相同，而基於目前美團配送數據團隊所處的組織職能和發展階段來說，我們希望通過數據治理解決數據生產、管理和使用過程中遇到的問題，完善已有的生產管理流程規範，保障數據安全和數據一致性，從而促進數據在組織內無障礙地進行共享。
3. 何時進行數據治理
找準數據治理的切入點，是關乎數據治理成敗的關鍵。很多同學會問，如果將數倉建設分爲數倉雛形階段、數倉迭代階段和能力沉澱階段，數據治理應該在哪個階段切入爲宜呢？其實，我們不