(4) 长效机制建设
数据治理是一项长期的持续性工作，数据治理永远在路上，需要定期开展数据治理制度体系自查工作，分析数据治理各项管理流程的运转情况，定期评估治理体系的运作效果，识别运转不畅、效率低下的流程节点和原因，及时并予以解决，持续优化治理体系。
三、数据治理的主要框架
数据治理是一个复杂的系统工程，需要决策者、管理者、业务人员、IT 人员多方协作才能进行，因此，构建科学的数据治理框架是开展数据治理工作的首要任务。数据治理框架是为实现数据治理的总体战略和目标，将数据治理领域所蕴含的基本概念利用概念间关系组织起来的一种逻辑结构。目前，主要数据治理框架提出组织包括国际标准化组织、国际数据管理协会和国际数据治理研究所。
(1) 国际标准化组织
国际标准化组织提出的数据治理框架建立在 IT 治理的基础上，认为 IT治理的通用模型和方法论（ISO/IEC 38500）同样适用于数据治理领域。该框架主要关注治理主体评估、指导和监督数据利用的过程，而不关注数据存储结构、恢复等数据管理活动。强调数据治理的责任主体在治理层，治理层在开展数据治理的过程中主要通过制定数据战略来指导数据管理活动，而管理层需要通过管理活动来实现战略目标。
(2) 国际数据管理协会
国际数据管理协会（DAMA）提出的DAMA-DMBOK 框架以数据管理为中心，认为数据治理是数据管理的组成部分，是数据管理的核心功能。DAMA 框架包括两个子框架，分别是功能子框架和环境要素子框架。功能子框架总结了数据管理的 10 个功能，环境要素子框架提出了数据管理的 7 个环境要素，并最终建立起 10 个功能和 7 个环境要素之间的对应关系。DAMA 框架中数据治理的核心工作就是解决数据管理的 10 个功能与 7个要素之间的匹配问题。
(3) 国际数据治理研究所
国际数据治理研究所（DGI）从组织、规则、过程三个层面，提炼出数据治理的 10 个基本组件，并在此基础上提出了 DGI 数据治理框架。该框架既包含从管理角度提出的促成因素（例如，目标、数据利益相关者和组织结构等），也包括项目管理的相关内容（例如，数据治理生命周期）。10 个基本组件按照职能划分为三组，分别是规则与协同工作规范、人员与组织结构和过程。
四、数据治理的基本过程
数据治理是一个完整的体系，通过将流程、策略、标准和组织有效组合，对数据进行全面、统一、高效的管理。数据治理的实施需要获得企业高层的授权，并由业务部门和 IT 部门密切协作、共同完成。总的来看，包括制定战略、建立组织、执行活动和监控反馈四个环节。
(1) 制定战略
战略是为了实现企业数据治理目标而制定的高层次、全方位的长期行动计划。由于每个企业的业务战略不同，其数据治理战略也会不同，所以，不同企业的数据治理战略都是不同的，不可复制的，必须因地制宜，量体裁衣。数据治理战略的制定需要重点考虑两个方面，一是充分理解企业的战略需求，二是深入识别企业的业务问题。企业的数据治理战略必须与企业的发展战略相契合，并纳入到企业的总体发展战略的框架之中。
