最近有一個特別大的感觸，那就是未來軟件產品的競爭力會來源於圍繞數字化相關的一系列類似物聯感知、業務模型構建、智能場景應用打造的能力。而支撐這些能力的基礎除了多跨、多源、多態數據之外，如何通過數據治理，精準、高效支撐業務模型構建以及業務場景應用打造，是銜接數據底座與業務應用的關鍵環節。
一直在強調軟件產品工作一方面應該圍繞持續地價值提升，即通過業務梳理➕技術整個解決用戶關注的問題和創造性地挖掘用戶需求；另外一方面是產品能力的打磨，即如何能夠讓產品支撐高質量和高效率地交付。高質量的交付依賴合理架構所帶來的穩定性和性能的保障，而高效率的交付依賴可複用、可擴展的能夠。而可配置是複用能力的一個重要體現。
面向業務的數據治理是基於可配置的思想建立在底層數據底座之上，首先是以業務場景差異化目標爲導向，按照業務維度對數據進行分類。比如在DRAIS中爲數據分類賦予時間、空間、災害種類、部門、行業等維度。這有助於在平臺層面建立一直標準化的數據門類，也爲持續地業務數據梳理和沉澱建立了基礎框架。其次以數字孿生目標爲導向，我們需要在數據治理環節加入空間化治理的元素，即所有數據都需要爲其定義空間屬性，比如在DRAIS中，以點線面體四個大的類型來定義數據抽象層面的空間屬性，然後根據數據在存儲形式和其在前端的表現形式定義不同存儲類型和呈現方式屬性，通過這些配置，數據的連接到入庫以及前端的表達都可以自動完成適配。最後一點是數據治理中應該考慮的可擴展問題。這主要是爲應對不同數據類型在不同項目中屬性差異化的問題。在提取最基本的屬性和空間化屬性後，需要建立可擴展屬性表對對象災害屬性，擴展屬性的存儲。爲了能夠便於後向擴展，這部分內容需要通過結構化存儲來解決後續業務縱向深化的需求。爲數據分類關聯特定屬性擴展表，將擴展屬性權限交給特定用戶，這有助於建立更靈活的數據治理機制。當然，這也會帶來額外工作量。所以說數據治理需要全面平衡考慮，不能爲了配置而將軟件使用難度無限擴大。
關於面向業務應用的數據治理是一個需要持續，不斷迭代完善的工作。需要在實際的應用場景中不斷打磨。