数据治理，即是在特定框架内，借助制度规章、标准规范、技术应用及实践经验，对数据进行全生命周期的管理，包括确权、质量管理、安全控制、隐私保护、开放共享、交易流通及分析处理等环节。其目标在于提升数据可用性、安全性及流通性，从而激活数据资源的潜在价值，并发挥其经济和社会效益。
“数据治理”核心概念详解
一、数据元
数据元是构成实体数据的最小单元。它由对象、特性和表现形式三部分组成，是一组属性描述其定义、标识、表示及允许值的数据单元。作为数据标准化定义的基础，数据元为构建统一、集成且稳定的行业数据模型提供了基石。
二、元数据
元数据是描述数据的数据，是结构化数据的一种。它主要分为业务元数据、技术元数据和管理元数据三类，用于描述数据的属性，如存储位置、历史数据、资源查找及文件记录等功能。在数据治理中，元数据起到描述和存储数据信息的作用，有助于数据的理解、查找、管理及使用。
三、主数据
主数据，也称为基准数据，指的是系统间共享的核心数据。这些数据反映核心业务的高价值信息，具有变化缓慢且在企业内部保持一致的特点。主数据的正确维护能确保企业内部系统数据的完整性。主数据具备高价值性、高共享性及相对稳定性等特性，并超越业务、部门、系统及技术层面。
四、业务数据
业务数据是在业务活动过程或系统自动产生的既定事实的数据，如交易过程中生成的数据或系统产生的数据。这类数据主要服务于各类业务应用，如生产、销售、采购等。
五、主题数据
主题数据是按数据分析需求对数据进行和管理的一种方式。它是分析型数据，按业务主题域，服务于决策时关注的重点方面。主题数据通常由主数据和交易数据组成，是汇总的、不可更新的只读型数据。
六、数据处理与存储基础设施
（1） 数据仓库
数据仓库是一个面向主题的、集成的、相对稳定的集合，用于支持管理决策。它汇集来自不同业务系统的数据，并按主题进行分类和分组，为数据分析提供支撑。它是数据分析与可视化的基础。
（2） 数据湖
数据湖是一个以原始格式存储数据的仓库或系统。它不要求事先对数据进行结构化处理，能存储结构化与非结构化等多种类型的数据。它是解决不同数据结构统一存储问题的低成本解决方案，并为机器学习提供全局数据。
更多关于“数据治理”的专业术语名词解释及相关概念可参考相关文献资料。