一、大数据治理与业务创新的关系
数字化时代，我们的数据来源比以前更广了。第一，之前传统企业政府的IT系统主要是面向内部使用，产生了一些信息，现在已经面向外部使用了；第二，更多行为信息、社交信息都会变成企业的数据；第三，我们有很多非结构化的数据，比如媒体、视频数据等；第四，还有物联网传感器方面的数据等。
这些数据大部分是非结构化的，如媒体数据、视频数据，包括物联网传感器等信息，这些信息远比以前更加难以管理，怎么样把这些信息管理好，充分发挥这些信息中的价值，就是企业所需要面对的问题。
现在不少企业为了更加明确数据部门的目标，已经把数据管理部的名字改为数据服务部了，由数据管理转变为数据服务，以前是数据部门是自己准备数据给自己用，自己做一些分析报表等，现在更多是要把这些提供给别人用，为业务创新服务。
目前很多企业也意识到了数据管理的重要性，CDO也逐渐成为数字化企业的标准岗位，成为企业组织结构中的一部分，CDO已经不仅仅是一个职位了，而代表着数据部门职能的改变。企业如何把数据管理好，用服务的方式提供出来，成为了大数据治理的核心。
我们认为，大数据治理应该是自动化、自助化、智能化的，把大数据治理当做一系列服务给别人提供出来，可以让大家更好地开展大数据治理。
二、大数据治理的关键步骤
我们今天要讲的是，要想做好好大数据治理服务化，首先我们要实现两个目标，模清现状，理顺数据。
我们分为四步走：
第一、数据资产地图，实现数据与业务的统一
第二、数据资源目录，让业务找见数据
第三、建立统一数据标准
第四、未来可以实现数据的自助化服务
建立数据资产地图，实现数据与业务的统一
某航空公司的系统建设方式是采用传统系统建设方案，由业务驱动系统的建设，没有更多的考虑系统融合的场景，但随着发展的变化，业务的协同性，变得更加重要。例如飞机如果发生了故障，需要一系列的业务协同，而原有系统彼此都管理着交叉的部份。
在业界，达美行空采用的是SOA的系统架构，即16个业务系统，对应有16个核心数据主题，在核心业务数据上做到了统一，业务流程通过调用多个服务访问数据。而我们的数据则是散落在各个系统内，例如旅客信息是在多个系统中都有管理，为业务的协同带来了很多复杂性。
在该航空公司已经建设了数据仓库系统，我们希望通过梳理发现主题与来源业务系统的对应关系，发现交叉数据流向关系，理顺系统架构。从规划的角度逐步完善和调整业务系统职能。实现航空公司顶层数据模型设计，建立数据资产目录树，从顶层数据模型到底层数据实体，完成分类、分级的数据目录结构设计，并完成数据模型设计方法论。
实现数据架构与应用系统对应关系，从顶层数据模型，逐层找到数据实体，再到数据库表，最终到应用系统，实现数据架构与应用系统的对应关系。找到数据模型设计的不合理，在数据血缘分析过程中，提供数据关联关系分析报告，识别出不合理的数据模型。（比如，用户数据在多个应用多张表中独立存储，视为不合理，需改进）。从而最终实现核心业务数据上做到统一。
