强大">的大数据治理计划可以消除查找和使用正确信息来制定业务决策的过程中的凭空猜测。
许多组织正致力于实现信息治理，以监督有关其数据、原材料、供应商和财务方面的关键数据。出于同样的原因，企业纷纷开始实现大数据计划，利用 Apache Hadoop 等开放源码技术，通过传感器、RFID、社交媒体、呼叫中心记录和其他来源提供的新型数据创造价值。
组织内的信息治理计划与大数据计划大多存在于孤岛之中。然而，我预计在未来 12-18 个月内，组织将采用更全面的方法处理这些计划，我创造了“大数据治理”这个术语来反映这种新兴趋势。我对大数据治理的定义是：制定策略来协调多个职能部门的目标，从而优化、保护和利用大数据，将其作为一项企业资产。
我相信，信息治理计划的范畴刚刚开始拓宽为包含大数据。下面的框架大致体现了信息之力的扩展框架：
1. 元数据治理
包括一组一致的关键术语业务定义，还定义了它与相关技术工件之间的联系。
2. 主数据治理
包括单一客户、原材料、供应商和员工视图，以及会计科目。每个数据域 (data domain) 都具有特定的属性，需要保证这些属性适合其目标。例如，电话号码是客户数据域的重要属性，因为企业必须具备有效的联系人信息。
3. 参考数据治理
包括相对静态的数据，例如国家（地区）、州或省、币种、行业和客户细分代码。
4. 大数据治理
这些数据有着运营的特质，满足三个标准：数据的数量和速度不断提高，结构化、半结构化与非结构化格式的数据多样性也不断增加。正如其字面含义所表现的那样，大数据能够覆盖企业内的每一个职能部门。“无论是保安人员，还是公司 CEO，每一名员工都必须认识到，数据是一种企业资产，必须将数据作为企业资产看待，”Medco Health Solutions 的首席数据官 Inderpal Bhandari 这样说。
“无论是保安人员，还是公司 CEO，每一名员工都必须认识到，数据是一种企业资产，必须将数据作为企业资产看待，”Medco Health Solutions 的首席数据官 Inderpal Bhandari 这样说。
大数据治理计划也需要关注与其他信息治理计划类似的问题。这些计划必须解决以下问题：
元数据。大数据治理需要创建可靠的元数据，避免出现窘境，例如，一家企业重复购买了相同的数据集两次，而原因仅仅是该数据集在两个不同的存储库内使用了不同的名称。
隐私。企业需要严格关注遵守隐私方面的问题，例如利用社交媒体分析。
数据质量。考虑到大数据的庞大数量和超快速度，组织需要确定那种级别的数据质量属于“足够好”的质量。
信息生命周期管理。大数据治理计划需要制定存档策略，确保存储成本不会超出控制。除此之外，组织需要设定保留计划，以便按照法规要求合理处置数据。
管理人员。最终，企业需要招募大数据管理员。例如，石油与天然气公司内的勘探开采部门的管理员负责管理地震数据，包括相关元数据在内。这些管理员需要避免组织因不一致的命名规范而付款购买已经拥有的外部数据。除此之外，社交媒体管理员需要与法律顾问和高级管理人员配合工作，制定有关可接受的信息使用方法的策略。
“各类组织都已经认识到企业必须掌控重要数据资产，因此对于组织来说，数据治理的重要性日益提高，”The Information Difference 的 CEO Andy Hayler 说。“IBM 在数据治理领域一直表现积极，这种框架以非常有价值的方式扩展了治理计划的范畴，超越了主数据，延伸到往往被忽略但又非常重要的参考数据和企业元数据领域，同时也明确认定了数据治理中对解决大数据问题的需求。”
若能合理执行，强大的大数据治理计划在查找和使用正确数据以制定业务决策的过程中有助于消除凭空猜测，无论信息源自何处、信息属于哪种类型、移动的速度有多快。这缓解了治理专业人员在面对新数据源纷纷涌现时的沉重压力，也使业务领导者能够立足于更为有利的位置，探索和利用新型数据，助力企业发展。
