數據治理的三個階段:
1、對企業數據進行歸集和標準化。
要保證數據治理目標的實現，就必須對數據進行全流程的管控，要在數據標準、數據質量、數據檔案交換、元數據、數據生命週期、主輔數據源、數據安全、數據責任等方面形成統一的數據治理規範。
2、數據模型管理和標籤梳理。
數據建模讓數據結構更加豐富和結構清晰化，便於數據口徑統一。
企業沉澱了大量數據模型之後，要及時做保留或刪除管理，不做數據模型管控，那麼這些歷史問題會給新一代系統改造帶來很多困擾。
3、企業算法和人工智能應用。
在對企業數據進行歸集和標準化，並對數據模型進行管控和標籤梳理之後，就可以對數據進行管理，並輔之以相應算法和人工智能，在具體業務場景應用。
