大数据数据治理是指通过规范化、标准化和管理大数据的流程，保证大数据的质量、可靠性和安全性，使其能够成为企业决策的基础。具体来说，大数据数据治理做以下几件事情：

1. 数据收集和整合：大数据的来源多样化，包括传感器、社交媒体、移动设备、云存储等多个渠道。因此，数据治理需要建立规范的数据收集和整合流程，确保数据的准确性和完整性。

2. 数据清洗和标准化：大数据的质量往往受到数据源的限制，可能包含错误、重复、不完整、格式不一致等问题。因此，数据治理需要进行数据清洗和标准化，以保证数据的一致性和可靠性。

3. 数据存储和管理：大数据的存储和管理是一个重要的环节，需要建立安全、高效、可扩展的存储和管理系统，以保证数据的安全性和可用性。

4. 数据分析和挖掘：大数据的价值在于其能够支持数据分析和挖掘，帮助企业发现新的商业机会和提升决策效果。因此，数据治理需要建立高效的数据分析和挖掘流程，以支持企业的业务需求。

5. 数据安全和隐私保护：大数据中包含了大量的敏感信息，如个人身份信息、财务信息等，因此，数据治理需要建立完善的数据安全和隐私保护机制，以保障数据的安全性和隐私性。

总之，大数据数据治理是企业在数字化转型过程中的重要环节，通过规范化、标准化和管理大数据的流程，保证数据的质量、可靠性和安全性，使其能够成为企业决策的基础。