大数据治理领域目前出版的书籍中，这本讲得最全面，大家可以参考一下。

数据资产:兼收并蓄各类数据来源，丰富数据资产，实现优势互补，打通数据流向。 数据质量:通过多源融合、多路择优、自主计算、网络爬虫等技术手段，大幅提升资讯数据及时性、准确性、全面性。 数据服务:构建灵活多样的数据服务体系，满足下游系统多种数据需求，支持不同业务场景。 数据生态:针对共性需求、热点需求，打造资讯业务专题，使资讯触手可及。

金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治理大数据平台解决方案金税三期数据治

Level 1 初始化工作通常是临时的，环境也不稳定，反映组织内个人能力，而不作为成熟度管理。该阶段尽管组织内会生成产品和服务，但往往会超出预算和项目时间； Level 2 已管理基于项目或单业务职能的有效管理，能够跟踪成本和时间表，可以基于项目实践的计划和执行的经验开展复用，但仍缺乏组织内整体的管理，仍然存在预算超支和实践逾期等风险； Level 3 已定义组织内形成覆盖整个组织的标准、流程和规程管理，能够适应组织内业务职能或项目； Level 4 量化管理组织通过统计技术和量化分析，对所开展的质量目标进行量化管理； Level 5 持续改进量化的目标被明确建立且持续修订反映业务目标的变化。 模型介绍

部委级数据治理项目分享

汇总整理了25个关于数据治理的PPT，涉及很多大厂的数据治理案例。

数据治理概念以及与数据管理的区别 数据治理规划蓝图 企业信息化顶层设计 数据治理的意义、目标 企业数据治理目标 数据治理实施方法论

数据模型是用于将数据需求从业务传递到IT以及在IT中从分析师、建模师和架构师传递到数据库设计者和开发人员的主要媒介。因此，数据模型的正确性至关重要。但你如何判断正确呢？这就是数据模型记分卡出现的地方。数据模型记分卡是一种数据模型质量评分工具，包含十个类别，旨在提高组织数据模型的质量。‍

企业大数据规划及治理方案，对大数据的理解，给出大数据规划整体框架。

大数据治理与安全从理论到开源实践