数据治理尚属比较新兴的、发展中的概念，随着“大(大数据)云(云计算)平(平台)移(移动互联网)”等新一代信息技术的飞速发展，对企业数据质量的要求越来越高，企业亟须数据治理(DataGovernance)来输出规则的可信度高的数据。然而，目前国内大多数企业在数据治理方面还处于初级阶段，只是做了简单的数据质量检查、数据归档、数据安全等分散性的数据处理工作，没有形成数据治理方法论，数据作为企业核心资产来运作的理念尚未形成，完整的数据治理体系建设缺失。
大数据时代，实现企业海量复杂数据信息的科学有效管理是保障大数据技术能够充分挖掘企业信息资源潜在价值的前提。纸质信息与数字化的视频、音频、邮件、图片等非结构化数据在企业信息资源中的比重的逐步攀升，蕴含了丰富的潜在价值。这些非结构化数据的构造方法重复率高、冗余存储明显，且不同对象之间可能存在复杂的关系。然而，传统的面向对象的数据模型无法实现对非结构化数据的组织和管理。因此，企业需推进结构化和非结构化数据的融合式发展，将超文本、超媒体数据模型和面向对象数据模型进行融合，构建适合结构化和非结构数据统一组织和管理的数据模型。
大数据时代，企业信息资源整合的关键是依托企业主数据管理，实现信息资源模式的统一。企业主数据管理就是将企业的多个业务系统中整合最核心的、最需要共享的数据(主数据)，集中进行数据的清洗和丰富，并且以服务的方式把统一的、完整的、准确的、具有权威性的主数据分发给企业内需要使用这些数据的应用。赛迪经略总结多年企业信息化规划经验，结合大数据时代企业信息资源管理的要求，提出了识别、诊断、规划、实施、维护5个阶段实现企业主数据管理的方法论。
\
1、获取大数据，首先，需要让大数据有一个入口，基本上就是我们所说的带宽。如果是海量数据的话那么就需要交给拥有因特网接入服务（ISP许可证）的企业了，或者企业也可以自己申请ISP许可证来做互联网接入服务。
2、获取大数据后需要有一个存储大量数据的服务器，海量数据的涌入那么就需要海量的存储空间，一般的服务器或或许承载不了这么大的数据量，需要有专门的服 务器机房。服务器机房一种是外包给拥有因特网数据中心(IDC许可证)的企业，但是可能对数据的掌握性不是很好，对机房的维护什么的也不是很到位；另外一 种就是自己申请IDC许可证，企业自己建立数据机房。
大数据应用能够揭示传统技术方式难以展现的关联关系，推动企业数据开放共享，促进社会事业数据融合和资源整合，将极大提升企业整体数据分析能力，为有效处理复杂企业问题提供新的手段。建立“用数据说话、用数据决策、用数据管理、用数据创新”的管理机制，实现基于数据的科学决策，将推动企业管理理念和企业商业模式进步。线上大数据市场(互联网用户数据市场，以及以互联网金融为主的线上金融市场)的成熟度逐渐提高，以金融和零售为核心的线上大数据应用走向成熟，市场体量进一步扩大。企业着力培育数据资产，积极探讨数据变现，行业大数据多集聚、少融合
