在社会全量数据中，80%以上数据资源掌握在政府手中，数据治理的关键在于加强政务数据治理。“用数据说话、用数据决策、用数据管理、用数据创新，利用政务大数据全面分析问题、宏观解决问题、科学预测问题”，是政府信息化建设由业务数据化向数据业务化转变的重要任务。

　　数字政府建设包括业务数据化和数据业务化两个环节。业务数据化实现了从手工操作到电子操作，解决了无纸化办公，并产生和积累了大量的数据，实现了部门间的业务协同和数据共享，并进行了业务的优化。数据业务化本质上是基于政府数据的挖掘利用，以打造服务型政府为目标开展业务创新、流程再造，并产生新的业务模式和形态。

　　业务数据化阶段，信息化系统的建设优化了业务模式，同时为数字政府建设沉淀了大量数据、打下了数据基础，但是也出现很多问题数据，包括数据不标准、不统一、不正确、不全面、不真实、不及时等，导致无法很好的支持数据创新利用。为了提升数据质量、保障数据安全，需要对数据做检测检验、清洗加工、脱敏脱密、分级分层、分析挖掘等操作，整个操作过程都属于数据治理，也可以称为治理数据。

　　数据业务化阶段，需要对沉淀和积累的政府数据进行深层次的整合、分析、加工、利用、创新，推动流程再造、创新业务形态、赋能数字生态，实现政府决策、社会治理、公共服务、数字经济的科学化、智能化、精准化、高效化、个性化、主动化提升，这一过程是基于对政府数据的运用，也属于数据治理，是政府治理能力的建设与提升。

　　政府数据治理整体架构按照“平台+服务+产品”的模式，构建完整的政府数据治理体系

　　（1）数据平台

　　数据治理通过建设一套完整的数据治理平台，从制度、标准、监控、流程等方面提升政府的数据资源管理能力，解决目前所面临的数据标准、数据质量、元数据管理和数据服务等问题。平台主要包括平台层和用户使用层两大部分，平台层主要是大数据支撑平台、数据资产统一管理、数据治理平台，通过平台层将数据资产统一管理起来，并提供数据全流程的治理工具，完成数据标准化治理、利用。用户使用层包括数据共享平台及服务门户、数据开放平台及服务门户、数据可视化分析系统、数据科学计算系统及数据铁笼系统，为最终用户提供数据服务的申请使用、数据分析、挖掘能力。

　　（2）数据治理服务

　　数据治理主要围绕着政务数据管理系统，引入数据治理方法，建立数据治理框架，具体包括如：引入数据标准方法，建立数据标准流程，确定关键数据标准；搭建数据管理平台，厘清数据资产，建立数据关系模型；引入数据质量管理办法，建立相应流程；梳理数据关联关系，建立数据风险防控体系；识别数据管理系统中的管控点，建立管控职责；建立政府数据管控组织，明确相关职责。

　　（3）数据治理产品

　　数据治理产品是政府建设数据资源体系的成果，是政府业务数据的高度提炼与结晶，是对政府全量业务数据的精细化管理。其目标是将分散的多源数据整合为成熟的数据产品，让各业务部门使用数据犹如在大数据资源中心中拉开一个个抽屉一样方便快捷。

　　政务数据产品包含建库类产品例如：人口基础库、法人基础库、空间地理库、电子证照库、主题库、专题库等；数据服务产品类等等。

　　（1）提升政府数据资产管理水平

　　政府数据治理对提升政府数据资产管理水平具有以下必要性：有助于业务系统稳定运行；有助于业务流程的改进，资源配置的优化，提高业务和管理能力。

　　（2）提升政府决策能力和决策水平

　　通过数据治理相关工作，培养政务人员大数据使用习惯，用数据说话、用数据决策、用数据管理、用数据创新，积极运用大数据进行形势分析、问题研判、精细管理、服务创新。

　　（3）提高数据质量，降低管理成本

　　通过政府数据治理，提高数据质量和规范性，丰富数据产品，增强数据可信度，并提高工作效率，降低工作成本。

　　（4）保障数据安全，降低管理风险

　　通过建立有效的数据治理可以为数据的访问管理、评估和管控风险、实现合规、建立数据权限机制提供全面支持，保障敏感数据的安全。

　　（5）为数据利用提高合规监管和安全控制

　　合规监管和安全控制是数据治理的核心领域，关系到数据隐私、存取管理和许可、信息安全控制，以及规范、合同或内部要求的遵守和执行。