这是一个影响深远的重要问题！
数据正在重新定义我们的工作方式。当数据在上升至公司议程的同时，
数据治理也得到了更多关注。
数据治理正在迅速成为企业战略重点和不可或缺的业务功能。
数字化转型" title="扩展数据治理 推进
数字化转型" width="900" height="439" align="" />
显然传统的数据治理已经不够。大规模、战略性、由数据驱动的数字化转型离不开更广泛的、以业务为重点的方法。而这种新型的整体数据治理需要解决一些重大挑战：不断增加的数据量、新的数据用户类型，以及当今高度复杂的应用和数据环境。与此同时，它必须一如既往地满足监管合规性。
为解决这些问题，数据治理需要提高其协作性、透明度、灵活性，以及可扩展性。如此才可以服务于整个企业，而不仅仅是服务于单独的部门或其他孤立的企业组织。
扩展的重要性
数据治理必需具有可扩展性，有三个重要原因。
1. 数字化转型影响着多个业务部门。转型计划将要服务于数百个，甚至数千个个体（企业内部及外部）。
2. 下一代分析依赖于大数据。最有效的分析方案会用到整个企业的数据。这意味着所有的数据都需要可访问且可信。
3. 规程通常会影响整个企业。合规性是一个关键的数据治理用例，通常情况下，规程适用于您的整个企业。例如，通用数据保护条例 (GDPR) 要求对个人数据进行治理，无论其在企业的哪个位置。
从技术角度而言，以上需求又带来了三个关键挑战：
1. 确保策略、规则和定义适用于整个企业中分散的海量（并且快速增长的）数据。
2. 向担任商业领袖、数据管理员和开发人员等各种角色的人员提供可信数据。
3. 允许处于不同技术熟练水平的用户，能够自行提供进行数据治理和分析所需的数据，并确保在数百个应用程序和分析部署（云中和/或本地）中适当地治理、转换以及可靠地交付数据。
好消息是现在解决以上这些挑战并不十分困难，优秀的数据治理解决方案能帮助您解决上述难题。
优秀的数据治理解决方案应具备的主要能力
数据治理解决方案必须能够为企业提供特定功能，它能够模块化的实施以支持企业从小处着手并展示价值，而且还要能够快速扩展以添加附加功能来服务。但这些只是基本层面，优秀的解决方案还将：
1. 在一个模块化但完全集成的平台上提供所需的所有能力和功能；
2. 满足业务和技术用户需求，并使其能够进行协作；
3. 利用人工智能提高生产力，即使在使用数量不断增加的数据，并处理新的用例时也可以提高生产力；
4. 使用户能够访问和管理整个企业内部来自任何数据源的任何类型数据（云端、本地或任何位置）。
（部分内容来源网络，如有侵权请联系删除）
