导读：数据治理经过多年的沉淀，积累了比较完善的理论体系；但是落地时候，治理范围如何聚焦，数据产品如何定位、具象设计和推广运营，不同公司有着不同的设计实现。本文会结合贝壳找房近两年的业务数据中心建设经验，从产品视角来谈谈数据治理的问题。主要内容包括：
数据治理目的及内容
结合公司特点聚焦治理范围
中台侧实践的建设内容及思路
治理项目的目标管理
产品及运营落地经验
1. 贝壳找房介绍
2. 数据治理目的
下面介绍，我们在以往的经验中，是如何结合公司业务的需求，确定数据治理的范围的。
1. 系统特点
3. 数据收敛必要性
4. 提效建设必要性
1. 建设内容
2. 产品框架
3. 建设思路
1. 数据收敛经验——目标用户触达
2. 数据收敛经验——深度需求挖掘
3. 数据收敛经验——良性牵引
4. 治理难点及举措
Q：数据收敛与数据治理的区别
A：这里所说的数据收敛，是指把管控的高流通数据都统一收口到平台。数据治理首先要让数据透明化，将猎物关在篮子里，才能对质量进行管控。
Q：如何解决不同业务之间模糊地带的权责划分？
A：中台工具搭建之后，数据治理更多是依赖工具的使用者来推动。
Q：中台部门是成本部门，在贝壳的实践中，中台提升数据价值是如何体现的？如何让中台部门的同学有好的收益，对团队更有信心？
A：举个例子，比如业务新增加一个上报的动作，如果业务方自己开发，功能开发之后需要等待测试同学排期，以及后续一系列上线流程都比较耗时。但是如果是中台来做，我们会监控原始数据的变动，然后根据业务事件定义的规则，对新增加的事件进行定义和自助测试。这个过程不需要测试同学介入即可完成上线发布。如果后续有同学需要用这些新增加的数据进行联调，我们可以提供测试样例，并把这部分数据发到对方的kafka topic里。
推荐文章：基于数据中台的数据治理解决方案
