引言：数据治理的价值是什么？由于数据治理是项基础工作，而不是某个具体的业务价值，所以数据治理的价值是一直萦绕在这个领域的一大难题。
Data Catalog: Definition
A data catalog creates and maintains an inventory of data assets through the discovery, description and organization of distributed datasets. The data catalog provides context to enable data stewards, data/business analysts, data engineers, data scientists and other line of business (LOB) data consumers to find and understand relevant datasets for the purpose of extracting business value. Modern machine-learning-augmented data catalogs automate various tedious tasks involved in data cataloging, including metadata discovery, ingestion, translation, enrichment and the creation of semantic relationships between metadata. These next-generation data catalogs can therefore propel enterprise metadata management projects by allowing business users to participate in understanding, enriching and using metadata to inform and further their data and analytics initiatives.
数据管理者 分析人员/数据科学家 数据工程师 业务线数据消费者
查找 - 理解 - 可信（数据资产的语境） 机器学习 数据特征 数据洞察 - 补充完善语义关联关系 业务人员参与反馈
国内政府数据资源目录面向跨机构的数据共享交换。 DataCatalog数据资产目录,面向企业数据业务价值应用，探索数据价值，业务场景，关联关系，数据使用者反馈，相关知识沉淀。
业务视角，多业务视角多角色的数据目录。 有“数据消费者”角色。
您企业的数据消费者都是哪些人？ 数据处理部门、数据治理部门在企业数据战略当中是如何定位的？ 能让客户“自助炒菜”吗？离“自助炒菜”还有多远？
摘菜（数据开发）：流程运转稳定顺畅，通过大数据平台来保证，IT人员最熟悉的领域。 质量：逐步通过对数据源数据模型管控从源头管控。避免费时费力的数据清洗工作。 配菜（菜的半成品）：组织面向业务场景的数据集市，通过数据资产目录输出点的菜的半成品在哪里？新的需求如何反馈？前期存量数据资产盘点，后期通过数据资产目录持续沉淀相关数据资产知识。 炒菜：关键在于企业的组织结构和文化，需要既懂业务又懂数据的人，建议企业设立数据架构，数据管理，数据分析的组织结构，及人人都是数据分析师的企业文化。
