在第一章给大家介绍了基础数据的重要性以及处理思路。接下来在第二章给大家讲一讲，支撑基础数据正常流转，以及最终兑现价值的重要环节：数据治理。
如何将系统的数据提炼，完善，处理冗余，错误的数据，是每一家企业在使用ERP的过程中头痛的事情。好比你的手机，电脑，可以用软件对电脑的垃圾数据进行处理，轻装上阵。
数据治理是指将数据作为组织资产而展开的一系列的具体化工作，是对数据的全生命周期管理。
简单打个比方就好比，你要记住你现有对象的生辰八字，兴趣爱好，结婚纪念日等等，如果你记叉了，和前任的弄混了，就将造成了不可估量的损失。
简单说分四步走：
清空你前任的任何信息（清理冗余数据）；
登记现任的基础信息（生辰八字，兴趣爱好，纪念日）；
形成规章制度（巡检提示，及时纠偏错误数据）；
价值兑现，提供决策（数据分析，应该在什么纪念日做什么事情）。
而我们企业的数据治理体系是指从组织架构、管理制度、操作规范、IT应用技术、绩效考核支持等多个维度对组织的数据全面梳理、建设以及持续改进的体系。
数据治理需要由专门的小组负责，且成员不局限于：集团领导站台、信息化专员、对应业务部门专家、平台供应商技术员、平台开发员支持。
一个数据治理小组，应该是像一个大家庭，爸爸是集团领导（宣讲定调监控），妈妈是业务部门专家（俗话说一个成功的领导背后肯定有一群专业优秀的员工）提供业务支持，儿子是平台供应商（他可能有点调皮，但是可以肯定的是，他是爱他爸妈的）系统实现以及培训操作。
而数据治理小组主要的职责为：负责数据治理的牵头，组织、指导和协调每家地区公司的数据治理工作。
负责培训每家地区公司业务人员培训工作；
数据治理作为一个大工程，同样需要管理流程支撑。对于第一轮数据治理推广的公司经验总结情况来看，主要要做到“三化一保”。
1. 先僵化
数据治理是一个过程，而过程需要两个基本手段去管控：一是学习先进公司的处理方法和思路，例如华南公司、成都公司治理的过程中，如何高效的完成，应该形成过程资产传递给其他地区公司；二是自我反思，通过每家递推公司的总结经验教训，不断的完善治理方法。
2. 再固化
而学习的过程应该是有阶段性和受约束的，如果没有规范的体系进行约束，数据治理就会是杂乱无章、无序的创新。
我们要象夯土一样，一层层夯上去，一步步固化我们的创新和改进成果。
表面上看来，数据治理的过程是数据变化的过程，但实质上应该是在重固化和规范。
固化就是例行化（制度化、程序化）、规范化（模板化、标准化），固化阶段是管理进步的重要一环。对于数据治理必不可缺。
3. 最后不断优化
任何配合管理制度流程的系统都应该是灵活的，且本质是提效的工具。
对于固化后的制度以及规章制度，ERP系统应该是不断优化的过程，来迎合业务人员，以及高层领导的使用。这也是我们持续需要做的事情。
4. 保节点
数据治理需要大量的人力物力，我们建议在做数据治理的过程中，一定要严控节点。
主要的目的是，防止新的冗余错误数据的产生，投入到无休止的修复治理过程中；我们要保持快刀斩乱麻的决心和行动力，将每家公司的数据治理在有限的时间内完成。
数据治理的价值是隐性的，但是我个人认为同样可以通过“三化一保”能够体现出来。（数据化，在线化，可视化，数据保障体系）
数据转化为信息，本身也是管理的一个手段。通过数据连接各个业务部门，提升协作效率；最终将数据为之所用，也是数据治理的最终目的。
