在傳統數據平臺階段，數據治理的目標主要是做管控，爲數據部門建立一個的治理工作環境，包括標準、質量等。而在數據中臺階段，用戶對數據的需求持續增長，用戶範圍從數據部門擴展到全企業，數據治理不能再只是面向數據部門了，需要成爲面向全企業用戶的工作環境，需要以全企業用戶爲中心，從給用戶提供服務的角度，管理好數據的同時爲用戶提供自助獲得大數據的能力，幫助企業完成數字化轉型。
通過分析數據治理實際開展過程中出現的一些問題，我們總結出了數據治理的幾個關鍵要素：
1）數據治理需要體系建設：爲發揮數據中臺價值需要滿足三個要素：合理的平臺架構、完善的治理服務、體系化的運營手段。
根據企業的規模、所屬行業、數據量等情況選擇合適的平臺架構；治理服務需要貫穿數據全生命週期，保證數據在採集、加工、共享、存儲、應用整個過程中的完整性、準確性、一致性和實效性；運營手段則應當包括規範的優化、組織的優化、平臺的優化以及流程的優化等等方面。
2）數據治理需要夯實基礎：數據治理需要循序漸進，但在數據中臺建設初期至少需要關注三個方面：數據規範、數據質量、數據安全。
規範化的模型管理是保障數據可以被治理的前提條件，高質量的數據是數據可用的前提條件，數據的安全管控是數據可以共享交換的前提條件。
3）數據治理需要IT賦能：數據治理不是一堆規範文檔的堆砌，而是需要將治理過程中所產生的的規範、流程、標準落地到IT平臺上，在數據生產過程中通過前向的方式進行數據治理，避免事後稽覈帶來運維成本的增加。
4）數據治理需要聚焦數據：數據治理的本質是管理數據，因此需要加強元數據管理，補齊數據的相關屬性和信息，比如：元數據、質量、安全、業務邏輯、血緣等；應通過元數據驅動的方式管理數據生產。
5）數據治理需要建管一體化：數據中臺的數據模型血緣與任務調度的一致性是建管一體化的關鍵，有助於解決數據管理與數據生產口徑不一致的問題，避免出現兩張皮的低效管理模式。
爲了規範數據處理過程，凸顯數據業務價值，需對數據平臺的數據進行綜合管理，構建標準化、流程化、自動化、一體化的數據治理體系，確保數據架構規劃合理、數據加工條理清晰、數據處理可管控、數據知識可傳承。有效的數據治理可以確保企業數據全面一致可信，從而全面釋放數據資產的價值。