但是随着数据管理和数据分析技术的发展，现在已经可以处理更大规模的数据，这时候就需要考虑数据分析服务的个性化，人们对数据应用的观念也开始发生变化。现在的大数据服务商可以保存各种数据，包括原本被认为“无用”的数据，然后进行针对性的分析，实现按需交付，从而为客户带来快速细致的服务，促进业务进步。
5、国内能做数据治理的公司国内数据治理做得比较好的公司有易信华辰、华为、普元、ibm、sas。我希望收养他们。谢谢你。宜信华辰、华为、普元、石竹、IBM、SAS、韩中软件、PCCW，其中宜信华辰基于13年的数据治理经验，形成了一套完整的数据治理解决方案，通过元数据、主数据、数据质量、数据标准、数据资产、数据处理、数据交换、数据安全、数据生命周期九大功能模块的任意组合，满足所有客户的数据治理需求。
6、大数据治理的图书目录第一部分从第一章大数据治理概述开始第二章大数据治理的框架2.1大数据类型2.2信息治理标准2.3大数据治理的行业和功能场景第三章成熟度评估3.1 IBM信息治理委员会的成熟度模型3.2评估成熟度的示例问题第四章业务案例4.1通过大数据治理， 改善实时运营和乘客安全4.2量化大数据治理对客户隐私的财务影响4.3通过管理大数据的生命周期降低IT成本4.4评估数据质量和主数据对大数据计划的影响4.5计算大数据质量的价值第5章路线图5.1路线图案例研究第二部分大数据治理指南第6章大数据治理的组织6.1绘制关键流程图并建立责任分配模型。 确定大数据治理中的利益相关方6.2确定新角色和现有角色的适当组合6.3酌情任命大数据主管6.4在传统信息治理角色的基础上，酌情增加大数据职责6.5建立混合信息治理组织，承担包括大数据在内的职责第7章元数据7.1创建反映关键大数据术语的业务定义的同义词库7.2了解ApacheHadoop 7.3在业务同义词库中标记敏感大数据7.4存储相关大数据。
7、如何有效的进行数据治理和数据管控?数据治理和数据管控近年来越来越受到各方的重视。它们其实有一定的相似性和侧重点。数据治理通常需要包括整个数据生命周期，从创建到消亡。因此，有效数据治理的主要步骤包括:成立数据治理委员会、制定数据治理框架、确定数据治理方案、选择数据治理工具、实施数据治理、维护和增强数据治理等。目前市场上有比较成熟的数据治理的产品和服务商，如IBM、宜信华辰等，可以从元数据、主数据、数据质量、数据标准、数据资产、数据处理、数据交换、数据安全、数据生命周期等多个方面进行管理。
8、数据治理十步法以下文章来自《谈数据》，作者石秀峰。1.找到症状，明确目标。任何实施数据治理的企业都不是为了管理数据而管理数据，而是由管理和业务目标驱动的。企业常见的数据质量问题包括:数据不一致、数据重复、数据不准确、数据不完整、数据关系混乱、数据不及时等等。这些数据问题的存在给业务的开展和业务部门之间的沟通带来了很大的麻烦，造成了很大的成本；异构系统中的数据不一致，导致业务系统之间的应用集成失败；数据质量差无法支持数据分析，分析结果与实际相差较大。
目标:企业实施数据治理的第一步是明确数据治理的目标和关键点。技术工具:实地调研、高层访谈、组织结构图，输入:企业数据战略规划、亟待解决的业务问题、业务发展需求、业务需求等。产出:初步沟通方案、项目任务书、数据治理工作进度表；2、数据管理、现状分析根据企业数据治理的内外部环境，本文从组织、人员、流程、数据四个方面分析了数据治理的现状。
