【摘要】虽然我们正在运维的数字化工作空间中协同运作，但我们需要正视的是我们对运维数据的认识及应用还处于皮毛，虽有理念但缺乏必要的、可执行的方法。如何借鉴大数据领域数据治理的经验，反思运维数据平台建设应该关注的问题，减少不必要的坑，做好运维数据治理，让运维数据更好用，用得更好，完善运维数字化工作空间，是本文的目的。
运维数据分析需要借鉴当前传统大数据领域的数据治理经验，提高资源投入产出比，少走弯路，少跳坑。
运维数据体系包括“技术平台、应用场景、数据治理”三部分，运维数据治理的目标是让运维数据更好用， 用得更好。
运维数据分析场景围绕在“增强业务连续性保障、提升软件交付效率、提高IT服务质量、辅助提升客户体验”四点，涉及“监控、日志、性能、配置、流程、应用运行”6类数据。
运维数据治理主要包括元数据、主数据、数据标准、数据质量、数据模型、数据安全、数据生命周期7部分。
运维数据治理直击实际问题，以应用场景为驱动，选择必要的治理内容，有侧重、有步骤的推行运维数据治理，而非大张旗鼓的搞个运维数据治理项目（有人、有钱的背景下忽略这个观点）。
运维数据治理可以考虑采用“摸家底、建标准、促消费”三个步骤。
前言
今天，领先的数字原生企业不断用数字化手段颠覆传统行业，传统行业内领先的企业也在积极拥抱数字化，国家也适时的将“数据”列为生产要素参与分配&#