近几年来很多企业都在做数据治理，但是还是不太明白数据治理到底该怎么做？
公司的情况不同，数据治理的具体方案当然也不一样，今天，小编给大家分享7种推进数据治理工作的方法，分别是：顶层设计法、技术推动法、应用牵引法、标准先行法、监管驱动法、质量管控法、项目建设法。
1、顶层设计法
顶层设计法就是先做一个数据治理顶层设计的规划，然后按照规划执行即可。
根据战略目标拆解KPI，然后设立对应的支撑项目，并且根据优先级别进行排序，最后形成一个执行的路径。
2、技术推动法
因为数据治理项目大多是在信息部门立项和实施的。
既然是技术部门的事儿，那当然是技术部门推动了。
技术驱动的套路就是针对数据问题，从技术层面进行解决。
套路就是信息系统建设的逻辑，立个项，做调研，各种概要设计、详细设计，各种开发、集成、测试、部署，然后验收。
专家观点
岳建伟老师：数据治理在企业里不仅需要技术部门推动，更需要所有部门互相协作才能取得成功！
3、应用牵引法
以数据应用为牵引，反向要求各链路的数据高质量供给，促进数据治理体系的建设。
4、标准先行法
为什么有那么多的数据质量问题？很简单，没有标准。没有标准就没有对错，自然就会乱到一塌糊涂！标准有了，就能确定什么是对的，什么是错的。后面的执行、监测和控制就有了依据，数据质量才有保障。
5、监管驱动法
强监管通常是上级单位发政策，下级单位执行。而且做不好，还会有惩罚。一单罚上千万！银行、保险等强监管的行业就是跟着政策走的。不好好做数据治理，不按照EAST、1104的要求报送数据，罚单马上就来。
6、质量控制法
与其他行业情况一样，质量是绕不过去的关。不管是做业务的，还是搞技术的，相信大家没少为数据质量的问题挠头。质量有问题，数据就没法用，甚至会影响错误决策。于是，迫于各种数据质量问题，企业内外部才认真对待，逐步解决数据质量问题。
7、项目建设法
弄个数据治理项目，慢慢建设。其实数据治理这件事情开展到现在，也已经形成了一整套非常完善的流程了，相关产品能力也已经非常全面了。
目前效果比较好的，是咨询和实施结合起来做。做个咨询，对数据现状进行盘点，全面掌握企业未来的战略和目前的现状，然后根据数据管理体系，做出差距分析，拟定具体执行的工作任务，根据时间进度安排，拆解并规划项目。
然后在实施项目中，先穿透一个场景，再慢慢从纵深和横向两个层面不断扩大战果，建元数据、主数据、指标体系、数据质量管理体系等等，不断夯实数据基建，为前端数据应用提供高质量数据供给。
数据治理工作的推进、落地，当然不止这么简单，主要还是得先掌握数据治理的专业知识与方法，才能真正让数据治理工作更顺利进行、更准确、更有效率。
