在信息化快速部署的同时，很多企业发现，信息化并没有解决信息孤岛的问题，相反的，由于信息化初期按照职能模式进行部署，并没有形成整合的、可以相互贯通的、智能化的系统。当经过一二十年的演进，企业希望进行系统的调整的时候，突然发现系统中存在的海量数据，其管理与储存是很大的问题，同时由于IT与商业的关系越来越紧密，数据已经成为一种关键的企业资产，在很多数据治理的框架中，DGI的数据框架是最为简单与容易实施的。首先，需要理解DGI是对数据治理的定义：“Data Governance is a system of decision rights and accountabilities for information-related processes, executed according to agreed-upon models which describe who can take what actions with what information, and when, under what circumstances, using what methods.”翻译过来：“数据治理指的是对数据相关事宜的决策制定与权利控制。具体来说，数据治理是处理信息和实施决策的一个系统，即根据约定模型实施决策，包括实施者、实施步骤、实施时间、实施情境以及实施途径与方法。”
其次：需要理解框架的构成。DGI数据治理框架包括规则、人员与组织机构、过程三大部分的10个小部分。
再次理解数据治理的目标。进行更佳的决策、减少工作摩擦、保护数据利益相关者的需求、培训管理人员和员工以通用的方法解决数据问题、建立标准的可重复的流程、通过协调努力降低成本和提高效益、确保流程的透明性。
DGI 从数据治理组织结构、治理规则和治理过程三个维度提出了关于数据治理活动的 10 个关键要素，并在这些要素的基础上构建了数据治理框架。框架按照职能划分为三组：人员与组织机构、规则与协同工作规范、过程。
人员与组织结构是指在数据治理过程中承担执行和控制数据治理规则和规范的组织机构，其中主要从决策层、管理层和执行层三个维度构建数据治理人员与组织结构。决策层是组织内部负责数据治理的最高级别的权威机构。管理层由各业务部门业务高管、项目负责人等组成主要负责业务规则与数据标准定义和维护。执行层由子公司和分支机构等具体的业务专员负责治理维护数据质量。
规则和协同工作规范是指制定一套统一的数据治理工作制度和规则，并协调各个不同的业务部门之间的治理工作。包含对企业数据治理的使命、企业数据治理核心业务的关注域（治理目标、度量指标）、数据标准和业务规则的定义、决策权、职责分工、控制六个组件。
过程即是数据治理流程中的步骤。主要包括主动、被动和正在进行的数据治理过程。
DGI数据治理模型需要从数据治理的目的出发，对与不同目的目的，策略和方法存在差异的。DGI归纳了六种主要的目的，一、集中在战略层面的（Data Governance With a Focus on Policy, Standards, Strategy）；二、集中在数据质量的（Data Governance With a Focus on Data Quality）；三、集中在数据隐私的（Data Governance With a Focus on Privacy / Compliance /
Security）；四、集中在数据结构与整合的（Data Governance With a Focus on Architecture / Integration）；五、集中在数据仓库与商业智能的（Data Governance With a Focus on Data Warehouses and Business Intelligence (BI)）；六、集中在管理支撑的（Data Governance With a Focus on Management Support）。一次数据治理项目、工作，无法兼顾以上六个方面的目的，因此，需要集中处理一个关键的领域。
DGI数据治理模型以其简单、明了、目的清晰著称，在实施的过程中以数据治理的价值来判断其实施的效果，并形成关键的管理闭环，是一种可以操作的、实际可行的数据治理模型。
数据治理DGI框架下载：[wpdm_package id=’3059′]