继IT治理、SOA治理之后，数据治理在最近被越来越多地提及和讨论。有专家表示，只有建立了一定的数据治理体系，用户才会真正进入商业智能的时代。而数据治理能够在短期内成为业内的焦点话题，与企业对数据质量的理解和关注密切相关。

　　过去的十年间，企业的IT系统经历了数据量高速膨胀的时期，这些海量的、分散在不同角落的数据导致了数据资源利用的复杂性和管理的高难度。同时，企业内部的业务区隔或行政分化也在不断地制造着企业数据交互的断层，而企业与外部业务交互所产生的“体外循环”数据与企业的核心数据体系并不能自然地融合。当这种数据的异构化所导致的应用冲突达到一定临界点时，数据治理便成为了规范企业数据的必要步骤。

　　数据集成厂商认为，造成企业数据割裂现状的技术原因是数据和软件的长期一体化，这种难以消除的黏性让数据无法从软件应用平台中剥离并聚合，从而丧失了企业生产性资产所必需的独立属性。而数据治理还涉及到了内容广泛的基础性工作，从决策层打破业务区隔的决心、数据自生产到应用环节的质量控制，到用户对数据统一管理规范的支持等。

　　要实现真正高效的数据质量控制实际上是非常难的。IT应用分阶段部署，数据库系统中结构化与半结构化数据混杂，主机和开放系统并存，以及大量存在的手工编写的非标准应用和分散于客户端系统的个人文档，为企业建立协调一致的数据治理机制制造了重重障碍。但是当越来越多的用户意识到企业数据是企业核心资产的重要组成部分，他们启动并执行数据治理项目的念头便会变得异常坚决。而数据治理还将为企业向SOA框架的迁移提供坚实的数据基础。通过数据迁移、数据集成、数据同步等操作，企业可以实现IT遗留系统与SOA体系的对接，从而打通数据平稳流转的渠道。