大数据时代，数据平台仍普遍存在数据标准不一、质量差、模型梳理困难等问题，不少管理驾驶舱等应用沦为摆设。金融业较早意识到数据治理的重要性，而大数据平台数据体量更大，还新增数据不可知、不可控、不可取、不可联四大痛点，传统以管控为主的数据治理模式已无法适配，亟需转型。
新一代数据治理应当面向业务用户，从管控导向转向服务导向。某电力企业的实践颇具参考价值：以元数据为底座搭建数据资产体系，搭建 L0-L1-L2 三层业务导航，打通数据全生命周期管理，让业务人员能够便捷、准确获取数据资产。
面向用户的数据治理分为四阶段：一是梳理企业信息，自动化搭建数据资产库；二是落地数据标准、完善流程，夯实数据质量；三是推出数据微服务，支撑用户自助取数；四是构建企业知识图谱，挖掘数据深层关联价值，打通数据到知识的转化链路。
配套自服务治理架构包含数据资产管理、监控管理、数据准备平台、服务总线、消息与流数据管理五大模块，依托多项关键技术落地：AI 自动构建知识图谱、细粒度敏感数据权限管控、自助数据服务生产线、多维度资产可视化监控、基于业务元模型的数据微服务。
简言之，大数据治理的核心思路是从数据部门内部管理，升级为面向全企业的自服务环境，让业务用户自主用数，并以使用反向驱动数据质量持续优化，充分释放大数据价值。
