浅谈数据治理的主要目标及面临的挑战

数字经济蓬勃发展，为经济社会发展注入新的活力，不断深入社会发展的各个领域，但在这个过程中，暴露出数据质量缺少评价标准、数据开放共享尚未协同、数据权属机制尚未明确、数据交易制度尚未完善等数据治理问题，为数字经济高质量发展增加了许多不确定性要素。

数字经济蓬勃发展，为经济社会发展注入新的活力，不断深入社会发展的各个领域，但在这个过程中，暴露出数据质量缺少评价标准、数据开放共享尚未协同、数据权属机制尚未明确、数据交易制度尚未完善等数据治理问题，为数字经济高质量发展增加了许多不确定性要素。
数据治理的主要目标
数据治理建立了标准化、集成、保护和存储公司数据的流程。数据治理的主要目标包括：
1、将数据安全风险降至最低
2、建立数据使用的内部规则
3、实施合规要求
4、改善内部和外部沟通
5、增加数据的价值
6、通过风险管理和优化为公司的持续存在奠定坚实的基础
数据治理计划影响企业的战略、战术和运营层面。因此，为了在公司环境中有效地组织和使用数据并与其他数据项目协调，数据治理计划必须被视为一个持续的和迭代的过程。
数据治理面临的四大挑战
挑战1：基础制度层面，数据权属、数据分类分级等核心问题尚未取得突破
1)数据权属问题讨论处于十分发散的状态
2)数据权属不明影响市场主体的数据开发利用积极性
挑战2：关键技术层面，数据的标识确权、认证授权、安全交换等技术亟待突破
1)数据标识确权难
2)数据追踪溯源难
3)数据流动管控难
4)数据安全交换难
挑战3：数据产业层面，数据流通和数据竞争问题影响市场构建
1)数据流通受制于安全技术不成熟、主体能力参差不齐等因素
2)数据竞争的核心问题争议不断
挑战4：国际社会层面，数据治理呈现风险全球化、安全政治化、规则碎片化和强弱循环博弈
1)数据风险全球化
2)数据安全政治化
3)数据规则碎片化
4)数字发展强循环与弱循环生态间的互联互通挑战数据治理
数据治理的技术层面
这个技术和我们常理解的各种工具不一样，个人认为它并不是严格意义上的技术工作，数据治理只是停留在业务层面会出现问题，因为所有经过标准化过的数据要落地都需要被约束，可能是一些专业的数据治理系统，也可能是一些数据仓库、数据湖，中台里的所有技术类的存储表，这些都是最后标准化的数据落地，还有就是架构存储，这块工作会比较偏技术。
除了标准化的落地对象，还有就是治理这个过程。
标准如果是企业战略，那么治理就是战略落地和战术执行的过程，在这个过程中要进行大量的数据清洗，这个过程从简单到复杂都有，当然太复杂也不会，最艰难的是初始化数据都进行标准后，对相关系统操作或者数据标准管理人员带来的长期约束力。
还有数据脱敏，脱敏技术应该算是比较严格的技术，尤其在数据安全治理领域，为了保证最终的数据安全，过程中势必需要到一些技术方法，这个应该是比较困难的。
总体来说，数据治理应该算是偏业务类的工作，不然很容易出现问题。