忽视数据治理给数据平台建设带来了不少问题。所以说，数据治理，不仅仅是治理数据本身，而是治理这些和数据全生命周期相关的信息化资产。理资产、治数据，一体化大数据治理为什么需要数据治理?大数据不是凭空而来，1981年第一个数据仓库诞生，到现在已经有了近40年的历史，而国内数据平台的建设大概从90年代末就开始了，从第一代架构出现，到现在已经历了近20年的时间。
大数据技术如何强化风险治理？
问题有二：一、大数据技术应用于强化风险治理。二、对大数据技术如何强化风险治理。问题一的答案显见，比如强降雨、台风等在地质灾害中的预警、联动，逐渐成熟。问题一的答案不明显，根本问题不在于大数据技术本身，而在于大数据的采集与实际情况的出入。记得有个典型的例子，对作战飞机的设计防护抗打击能力上，只能从飞回来的飞机上弹痕采集到的大数据，往往缺失了飞不回来的飞机上，那些被忽略的，与飞回来的飞机上不一致的弹痕，那些个被丢失的弹痕，往往更是致命的。
大数据时代如何做好数据治理？
理资产、治数据，一体化大数据治理为什么需要数据治理?大数据不是凭空而来，1981 年第一个数据仓库诞生，到现在已经有了近 40 年的历史，而国内数据平台的建设大概从 90 年代末就开始了，从第一代架构出现，到现在已经历了近 20 年的时间。1在这 20 年的时间里，国内数据平台实施者受尽折磨，交付数据项目是出了名的脏活累活。
忽视数据治理给数据平台建设带来了不少问题。随处可见的数据不统一、数据质量差，以及难以完成的数据模型梳理等这些基础性数据问题已经严重限制了数据平台的发展，与此同时，数据应用在商业上难以崭露头角。数据治理的难点痛点，归纳有以下几点：数据采集难：数据的形态多样化，给数据采集带来很大难度，使得数据难以汇聚。数据整合难：数据的来源多样化，很难理清数据之间的关系，进而难以整合。
数据共享难：数据间壁垒高筑，数据权限不明晰，使得数据无法实现共享交换，难以推进数据的流通。数据发现难：大量的IT系统，众多厂商的参与，系统间数据标准不统一，很难找到真正需要的数据。数据使用难：数据涵义不清晰，业务属性不明确，数据难以利用，难以发挥出数据的价值。数据监管难：少标准、缺规范，难以有效管理数据，难以保证数据的质量。
2数据治理的对象在 20 余年的信息化建设中，无论是政府还是企业都积累了大量的信息化资产。这些信息资产，从不同的维度，我们把它分为业务资产、技术资产、数据资产三部分，这些信息化资产贯穿数据的全生命周期。所以说，数据治理，不仅仅是治理数据本身，而是治理这些和数据全生命周期相关的信息化资产。信息化资产包括内容业务资产：业务资产指的是业务的术语，业务的规则，业务上的理解。
