数据中心通常是用应用驱动构建的，处理的数据是业务关心和使用的数据。在开发和运营数据中心服务的过程中，我们面临着源数据的诸多问题，如不同系统数据规范不一致、缺乏主数据管理、数据质量低等。虽然这些数据质量问题是客观存在的，但其发现和解决是由阶段性的业务策略和现实条件决定的。因此，关注应用场景当前或将要使用的数据，并追溯数据所引用的源数据进行治理，最大化数据治理的资源投入，可以极大提高数据治理的有效性。
构建企业级数据模型，指导业务系统建设
在数据中台建设中，我们以数据应用为指导，对银行各部门的业务流程和业务数据进行梳理和梳理，构建企业级数据模型，建立模型原理和规范，并应用于源系统的设计和审查过程。还建议将传统的功能驱动开发方式改为数据模型驱动开发，这将有效提高源系统数据的统一性。
将数据治理整合到数据中心开发团队中
在数据中心的整个开发运营过程中，或者当系统发生重大变更时，数据治理团队与数据中心业务开发团队密切配合，注重与数据中心各个阶段的协调，例如作为源系统的设计和开发。台湾开发团队挂机。
构建闭环数据问题反馈机制，持续监控数据问题
数据中台识别和发现数据问题，并与源系统的开发、变更及后续质量控制统一协调，让源系统的业务和开发人员成为数据中台数据治理的支持者和运营者办公室。
