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。

數據治理數據安全

近年來，關于數據安全問題已然成為世界性的熱門話題。對此，各國對網絡安全、敏感數據保護、個人隱私保護等出臺了一系列的法律、法規和行業政策，并不斷的加以完善，有效對其不軌行為進行了法律層面的約束。

同時，隨著信息技術時代的不斷發展，大量的信息、數據貫穿整個企業多個環節，為保護企業內部數據資產安全，如何解決數據流通時所帶來的安全威脅成為重中之重。

數據治理多種異構數據源支持

具有多種異構數據源支持，一個脫敏規則可應用于不同的數據源，可對結構化數據、半結構化數據以及非結構化數據進行脫敏處理。例如：可在excel、TXT、Oracle、Hadoop等數據源上直接引用。脫敏后的數據完全不落地分發，提供庫到庫、文件到庫、庫到文件、文件到文件等方式，無需在生產系統或本地安裝任何客戶端。

數據治理

敏感數據一旦泄露會給個人及社會帶來嚴重危害，甚至對企業及組織帶來不可估量的損失，那敏感數據到底有哪些呢?除法律、法規內界定的敏感數據（號、姓名、住址、銀行帳號等）外，還有企業或組織機構不適合公開的數據，如企業的營業數據、網絡結構等。但如何鑒別和分類敏感數據卻存在諸多矛盾，由于不同地域、不同法律或部門也可能對同一類的數據歸類不盡相同，這也給識別敏感數據帶來一定的難度。