数据治理是企业对数据资产管理行使权力和控制的活动集合（包括计划、监督和执行)，它是管理企业数据资源的一种方式、方法，是企业实现数据战略的基础，是一个管理体系，包括组织、制度、流程和工具。数据治理涉及更广泛的数据生命周期，包括数据的收集、存储、使用、保护、归档和删除等方面，数据治理不仅关注数据的基本管理，还关注数据如何与组织的策略、合规性和业务目标相一致。

数据治理的两种策略

       拉式策略

       拉式策略，面向数据应用，是以提升数据应用过程中的数据准确性为目标的数据治理建设策略。它强调在数据应用的过程中定位和解决问题，以数据应用项目为建设周期。具体而言，拉式策略有三个特点：

       1. 自上而下：拉式策略通常以指标体系为起点，进行金字塔式自上而下的规划与建设，通过“数据流、业务流、信息流”的过程反向推动数据质量提升；

       2. 数据整合：它包括多系统的数据整合、拉通、清洗、处理，以及数据仓库建设和ETL 开发过程；

       3. 数据应用：拉式策略面向数据应用。根据实际业务情况，主要解决数据指标定义标准不清晰、指标计算口径不统一、指标计算口径版本变更、数据不准确、数据上报与数据审核等数据应用场景出现的问题。

       推式策略

       推式策略，面向数据全生命周期的管理与控制，是一种体系化的数据治理建设策略。它强调体系化的计划、监督、预防与执行，包括多年计划的数据策略周期。具体而言，推式策略有三个特点：

       1. 体系化、系统化：推式策略不针对某个单一的、具体的数据应用场景，而是一个全面体系化的治理过程；

       2. 全生命周期：它贯穿数据全生命周期的管理，例如数据采集、数据质量、数据应用、数据安全、数据分享等多个环节；

       3. 立体策略：推式策略从数据治理策略（目标、范围、方法和组织 ）开始，通过专业的数据治理团队进行数据治理的规划、实施和监督，通过制定数据管理流程规范从源头业务系统的构建到数据的分发、流转，包括数据安全策略与控制，最终贯穿数据资产管理、分析和挖掘的全生命周期过程。