序

让我们从一个简单的问题开始：IBM有多少雇员？

这个问题看上去非常简单直接，对吗？但是请注意下面这个清单：

这个长长的清单中的每一项都与IBM有关系，有全称、缩写、别名、分支机构、全资子公司等，有的公司名称中完全没有IBM的字样，但它归属于IBM，有的公司曾经归属于IBM，后来又被卖掉了，还有的公司现在已经完全不存在了。

现在我们再来看刚才那个问题——IBM有多少雇员？还会觉得这个问题简单吗？

事实上，我遇到过一所知名大学信息管理部门的负责人，问他这个关于雇员的问题。他告诉我，这正是让他们头疼的问题。太多不同时期建设的信息系统、不同的编号、不同的命名体系、不同的管理方式，所有信息汇总到一起之后，不知道哪些是重复的，哪些是陈旧的。用不同的方式统计，结果都不相同。

对于拥有众多部门和分支机构的大型企业，这样一种数据管理的困境随处可见。因此，不仅对于人员、物料、市场，而且对于那些与企业运营密切相关的重要信息都存在着管理的挑战。所以，我们需要数据治理，尤其是对企业中最关键的数据资产——主数据进行治理，进而提升数据质量，使数据真正成为管理和决策的可靠依据。

我们正处在历史的转折点上，数据技术在快速变革，大数据成为人们竞相议论的热点。无疑，未来的竞争就是数据的竞争。但是，在这个变革的关键时点上，更多的人将注意力的焦点放在了数据的“量”上，很少有人提及和关注数据的“质”，仿佛只要有了足够大量的数据，一切问题都可以解决。很可惜，真实情况是，海量数据如果未能经过合理的加工和组织，并确保一定的数据质量，它不仅不能解决问题，反而可能制造出更多的麻烦。也许，我们应该尽早从华而不实的喧嚣中抽身出来，通过具体而细致的数据治理工作，切实改善企业的数据环境，让大数据真正从“看”到“用”，真正活跃起来。

本书凝聚了编著者在数据治理和主数据管理领域多年的从业经验，涵盖数据治理和主数据管理的基本概念、实施过程、关键技术等重要内容，并结合大量实际积累的案例和技术方案，系统地介绍了数据治理这一新兴领域及其应用情况，可作为工作指南为正在或准备开展数据治理工作的IT人员提供参考，更能为数据时代的企业管理者提供新的思路、新的方向。

张林 清华大学教授，清华－伯克利深圳学院院长

清华大学物联网与社会物理信息系统实验室主任

2019年1月于北京