数据治理和数据清洗的关系
前一段时间，我在一家企业听到他们数字化部的同事说：公司有专业化工具，可以将数据库中的重复数据和错误数据清洗掉，那么还有必要搞数据治理吗？
我猜想这些同事可能将数据治理和数据清洗搞混了。
如果把数据比作商品，把数据存放的地方比作超市货架，那么数据存储的过程就是超市员工将商品放到货架上的过程。
同样，数据清洗就像超市的理货员整理货架上放错位置的商品、清理掉过期的商品的过程；而数据治理则可以类比为超市制定了各种规章制度以及工作规范，比如商品分类规范、商品摆放规范等等，并且规定超市上货员、理货员的职能职责和工作流程。
在这个例子里，理货员的工作职责就是数据清洗，没有他的辛勤工作，超市商品的摆放就会杂乱无章，也就是如果数据不清洗，数据库里的数据质量就会很差。
但是，不能只看理货员的工作。如果超市没有规章制度、没有工作规范，那么，上货员就会由着自己的性子，胡乱摆放商品，即使超市有再多的理货员，现场仍然会很乱，因为理货的速度赶不上上货员乱摆乱放的速度。
套用到数据管理上，公司如果没有数据管理的制度、流程和技术规范，没有对数据管理的过程进行约束，那么，理货员的工作，也就是数据清洗工作，他的速度永远赶不上上货员乱摆乱放的速度，也就是垃圾数据产生的速度。
通过这个例子，我们可以看出数据清洗只是数据治理过程中的一个重要环节，数据治理是利用组织、制度、流程、规范、标准以及数据清洗等等手段，体系化地提升数据质量的过程。