數據治理主動數據治理

主動數據治理方法消除了“數據治理官僚化”這一認識，因為主數據的授權已推給上游的業務用戶，使數據管理員處于很少被打擾的角色，他們將不會成為諸如訂單管理或出具等關鍵業務流程的瓶頸。

銷售和營銷均受益，因為可更迅速且經濟有效地完成營銷活動，在啟動活動之前無需前期數據糾正。財務上也受益，因為將一次性捕獲新客戶需要的所有數據元素，添加新客戶的流程包括提取第三方內容并計算限額，然后將該信息傳回 ERP 系統。

數據治理怎么做

當真正理清了這些關于信息化現狀認知，企業通常都會決定開展數據治理和數據安全治理工作。至于這兩項工作怎么做，通常有兩種思路：要么循序漸進地從數據資產化的角度做治理，要么以需求為導向，從數倉、中臺等數據服務的角度做。這就好比一條河被污染了，老百姓要喝水，是從治理水質，還是在下游建個污水處理廠，每天喝多少就治理多少？中國足球要進世界杯，是從娃娃抓起搞青訓，還是規劃老外雇傭軍？選擇哪種思路，高層認知很關鍵，所以IT、數據、業務、安全、法務等各部門提供的信息一定要準確，但實際情況要糟的多（因為基層員工的認知不夠和人員變動等不確定因素都會造成高層的信息缺失）。

數據治理數據性要求

作為數據應用的內容本身，將會有更多的性要求，因此，數據整個生命周期的安全將是企業在數字化融合下的重要考量內容，數據在采集、傳輸、處理、交換、銷毀全生命中，應該采用哪些技術手段，保障數據不被獲取，數據如何管理才能平衡業務發展和安全管控之間矛盾。于此相關的數據技術、數據庫審計技術、數據交換技術、網絡監控技術等的，該類技術在數字化建設浪潮中將迎來快速發展的機遇。

數據治理數據分級

，需要依賴于數據分類的結果，因為數據分類令數據有了明確的業務屬性。如何給數據定級，一個重要的依據就是要判斷該數據泄露時所造成的影響，包括影響的對象、影響的范圍和結果等，這些取決于業務分類的準確性。數據分級另一個前提就是合規的梳理，企業可以通過這項工作清楚地了解哪類數據是被要求必須受保護的，從而結合分類的結果更地對數據進行分級。