网站首页

如今，对全面数据治理的需求从未如此强烈。监管者希望企业能够更清楚地理解数据，并有效地控制数据。企业管理层希望整理数据资产，降低数据应用的复杂性，更有效地管理企业。企业中的每个员工都意识到数据的重要性，并使用更多数据驱动的方法来执行他们的工作。数据治理正迅速发展成为企业的核心战略。只有做好数据治理工作，使数据更加准确、完整、安全和合规，才能释放数据的无限潜力。“2018信息化数据治理高峰论坛”期间，大中华区总经理王、和信息化全球数据治理高级总监帕特里克·德沃德接受媒体采访，就数字时代的智能数据治理进行了深入探讨。

“被动”和“主动”数据治理

在谈到企业实施数据治理的驱动力时，Informatica全球数据治理高级总监PatrickDewald认为，一个相对重要的趋势是监管机构越来越意识到数据对企业的重要性，一系列关于数据治理的监管法规相继出台。最值得一提的是欧盟5月份推出的GDPR，它不仅吸引了欧盟附属企业的目光，也吸引了许多中国企业的目光。在全球市场，GDPR甚至推动了超过50%的数据治理需求。

与确保法规遵从性的“被动”要求相比，企业在数据治理方面的“主动”变化更值得期待。企业进行数字化转型是大势所趋，转型的前提是有数据支撑。企业需要内部审计。为了充分了解他们的数据资产，必须将数据治理提上日程。此外，数据越多、类型越复杂，需求就越大。

大中华区总经理王说:“数据显示了它划时代的颠覆力量。数据驱动的数字转换时代已经到来。如果要将数据转化为资产，数据治理已经成为一个必要条件。”无论企业规模有多大，他们在使用数据方面都面临着类似的挑战。面对越来越复杂的数据，许多企业已经不知所措。他们所能做的是首先减少不太需要的数据，然后将几个应用程序集成在一起，希望变得更精简、更高效。然而，这只是一个暂时的解决方案，并不能解决根本问题。数据治理使企业能够全面了解他们拥有的数据，例如他们拥有什么数据、数据质量有多好、数据之间有什么关系以及他们参与了哪些业务流程等。它可以为数据的合规性和有效使用奠定很好的基础。

数据治理升级到“智能”

经过多年的技术演进，与几年前相比，今天的数据治理技术已经发生了许多变化。PatrickDewald说，“传统数据治理的主要问题是首先关注数据本身，而不是业务价值。只有当数据创造商业价值时，它对企业才有意义。”

新一代数据治理可以通过相关的政策、技术和操作来实现治理，并促进利益相关者之间的协作。同时，它还可以收集业务知识和相关背景，并通过在适当的业务场景和流程中监控和报告结果，确保数据治理利益相关方始终能够控制数据。简而言之，新一代数据治理的目标不是增加治理，而是通过治理实现更高的效率和合规性。此外，新一代数据治理进一步降低了使用门槛，允许更多人使用产品，同时支持更广泛的协作和互连。

由于人工智能技术的广泛引入，Informatica将新一代数据治理称为“智能数据治理”。Informatica已将Axon数据治理集成到其数据质量、企业数据目录和基于CLAIRE智能平台的安全@源产品中。这种全方位的人工智能驱动的企业数据治理解决方案将有效促进业务与信息技术之间的合作以及数据治理计划的联合实施，从而实现可信数据和受保护数据的可靠交付。

谈到智能数据治理的本质，PatrickDewald认为重点是建立共识，这与上一代数据治理制定策略并逐步实施策略的方式完全不同。数据治理不是改变任何数据结构或业务系统，其本质是更好地理解企业的现有数据。事实上，它是为了建立一个企业数据目录，通过这个目录，企业中的每个利益相关者都可以更好地理解什么是关键数据资产，这些资产在哪里以及如何使用，以及为什么这些数据很重要。

“大数据平台”和“数据治理”的选择

理想情况下，数据治理应该在构建大数据平台之前实施，因为它可以帮助企业更好地理解特定的资产，然后在构建平台时考虑投入哪些资产，但现实往往并不理想。PatrickDewald说，通常情况下，一个企业首先获得一个大型数据项的资金，然后再考虑如何为项目添加治理，这也会导致一种现象，即企业在开始时没有很好地了解数据状态，并且所有后续工作效率都不会太高。

此外，PatrickDewald认为，在将数据治理推向地面的过程中，遇到的最大困难是只说不做。许多企业优先考虑大数据平台。尽管正在讨论数据治理，但它已经被推迟到实际着陆时。即使实施了数据治理，也只关注单个数据，从一开始就很少从更全面的角度来看。数据治理不再是一些独立的规则，而是多个元素的复合体，包括元数据、数据质量、合规性等等。因此，当企业进行数据治理时，首先要考虑的是采取全面的观点，将这些元素集成在一起，使它们更有价值。

数据驱动的数字转换时代已经到来。Informatica的使命是帮助企业加速数据驱动的数字转换。数据治理是其中一个重要环节。在智能数据治理领域，Informatica拥有完整的理论方法、具体的实施方案和软件，帮助企业更好地识别当前和理想的数据治理水平，构建合理可靠的数据治理框架，实现数据资产的最大回报。

这篇文章是由网站管理员的用户提交的。未经网站管理员同意，严禁复制。例如，如果大多数用户在稿件中发现虚假报告，欢迎读者反馈、纠正和报告问题(反馈入口)。

免责声明:本文是对用户的贡献。站长之家发布这篇文章只是为了传达信息。这并不意味着站长之家同意其观点，不对内容的真实性负责，仅供用户参考，不构成任何投资或使用建议。读者被要求核实真实性和可能的风险，任何后果将由读者自己承担。

• 上一篇：如何制作大豆风味的芦笋和莲藕丁
• 下一篇：如何做美味的豆、土豆和鸡块