面对我们身边每时每刻迅速增长的庞大数据，因为其数量大、速度快、种类多和准确性的特征，如何更好地利用大数据创造出有意义的价值，一直是我们探索的重要话题。而在这之前，就需要用科学正确的方法策略对大数据进行治理。大数据治理是指制定与大数据有关的数据优化、隐私保护与数据变现的政策，是传统信息治理的延续和扩展，也是大数据分析的基础，还是连接大数据科学和应用的桥梁。
对于数据而言，业界很多公司都有相应的产品或者解决方案，但是很少有公司能够对整个数据体系做得很全很强，综观其原因，首先：数据概念太过抽象，对于不同行业没有一个明确的定义；其次，数据范畴太大，很难做全。一般而言，企业数据从技术层面上，主要可分为三部分：元数据、主数据、业务数据。几种数据的定义，我们采用百度百科比较权威的定义，如下：
元数据：元数据（Metadata）描述数据的数据，对数据及信息资源的描述性信息。
主数据：主数据（MD Master Data）指系统间共享数据。
业务数据：业务数据指系统内或系统间交易调用产生的数据。
无论企业大小，在使用数据上都面临相似的数据挑战。企业越大，数据越多，而数据越多，越发需要制定一个有效的，正式的数据治理策略。规模较小的企业也许只需要非正式的数据治理策略就足够了，但这只限于那些规模很小且对数据依赖度很低的公司。即便是非正式的数据治理计划也需要尽可能考虑数据用户和员工数据的采集、验证、访问、存储。当企业规模扩大，数据需求跨越多个部门时，当数据系统和数据集太大，难以驾驭时，当业务发展需要企业级的策略时，或者当法律或监管提出需求时，就必须制定更为正式的数据治理策略。
