数据治理产品是数据模型标准落地的重要载体。随着新一轮科技革命和产业变革深入发展，数字化转型已是大势所趋。“十四五”时期，我国数字经济转向深化应用、规范发展、普惠共享的新阶段。近年来，我国银行业也在战略规划、组织架构、业务流程、数据治理、人才结构等方面相应加快数字化转型、提升金融科技基础能力建设，产品服务模式线上化、数字化、智能化。但同时必须看到，还有一些问题待解。如，一些银行机构数字化转型方向不明确、数据治理存在缺陷、经营理念和管理体制僵滞、对新型风险管理能力不足等。
目前市场上数据治理的玩家主要分为叁类：第一是IT咨询公司，典型的厂商包括埃森哲和IBM等;第二是数据平台和数据中台公司，包括明略科技、数澜科技和惟客数据;第叁类则是专注于数据治理的厂商，典型代表是御数坊。从产品和服务的供应来看，当前中国数据治理市场呈现较为分散的状态，这主要受限于当前数据治理厂商采纳的交付模式。
根据中研普华产业研究院发布的《2022-2027年中国数据治理行业发展现状分析及未来趋势预测研究报告》显示：
数据治理(Data Governance)是组织中涉及数据使用的一整套管理行为。由企业数据治理部门发起并推行，关于如何制定和实施针对整个企业内部数据的商业应用和技术管理的一系列政策和流程。
长期以来，因数据产权不清晰等因素影响，制约了数据生产、流通交易。2020年，《数据安全法(草案)》、《个人信息保护法(草案)》的颁布，从体系框架和约束边界的角度确定了政务数据的范围和底线，以促进政务数据开放与数据安全之间的平衡有序发展，对相关厂商在政务数据建设推广方面具有重要的业务引导作用。2021年，《数据安全法》的正式发布，意味着数据治理市场将得到进一步规范化、制度化、体系化的发展。2022年，国家颁布了“数据二十条”，创新提出数据资源持有权、数据加工使用权、数据产品经营权“叁权分置”制度框架，为各地开展创新实践提供了根本遵循。
数据治理涉及范围广、投入成本高、持续周期长、成效显现慢，特别是数字化转型对数据治理提出了更高要求。需要看到的是，银行业数据治理水平整体还相对落后，数据资源整合及价值挖掘能力有待提升，集中体现在数据质量有待进一步提高、数据标准管理滞后、信息壁垒和数据孤岛问题突出等方面。 数据治理的终极目的，是提升数据的使用价值。数据是公司的重要资产。数据使用包括两方面：一是通过数据为用户提供更好的服务，如推荐算法;另一方面是利用数据，来为管理提供抓手，更高效地管控业务，在这种情况下，功能创新和管理提效，都依赖于数据被更好地利用，这也是数据治理要解决的核心问题。