数据建模引领数据治理，对提升社会治理能力至关重要！

习近平在党的十九大报告中强调，提高社会治理社会化、法治化、智能化、专业化水平。

数据治理是以数据生产要素为对象，以释放数据价值为目标，以守住数据安全为底线，以建立健全数据全生命周期秩序规则为核心，以推动数据有序管理和流转为主要活动，以强化数据管理技术手段为支撑的一系列活动，具有综合性、复杂性、长期性等特征。

政府数据治理的过程，也是政府围绕数据这一新型生产要素进行制度建设和执行落实的系列活动。从这个意义上讲，数据治理对政府治理体系和治理能力现代化起到了重要的推动作用。

在数据治理的过程中，业务部门需要面对多业务系统多数据源的整合、数据采集技术、组织架构与部门隔阂、业务持续迭代等带来的挑战，同时，数据治理是一个持续并且长久的一个过程，不同的问题需要不同的产品来解决。因此，数据建模的重要性日益凸显。

我们为什么要进行建模？一个基本理由是：我们建模是为了能够更好地理解我们正在开发的系统。通过建模，要达到四个目的：

1）模型帮助我们按照实际情况或按照我们所需要的样式对系统进行可视化。

2）模型允许我们详细说明系统的结构或行为。

3）模型给出了一个指导我们构造系统的模板。

4）模型对我们作出的决策进行文档化。

高效地完成数据建模，是任何数据治理计划成功的关键推动因素。简单来说，数据建模是基于对业务数据的理解和数据分析的需要，将各类数据进行整合和关联，使得数据可以最终以可视化的方式呈现，让使用者能够快速地、高效地获取到数据中有价值的信息，从而做出准确有效的决策。