“數據治理讓企業可以對自己擁有的數據有一個全面的了解，比如有哪些數據、數據質量如何、數據之間是什么關系、分別在哪個業務流程中涉及等。它能為數據的合規和有效使用奠定一個非常好的基礎。“Patrick Dewald說。
Patrick Dewald舉例說，有一個大型企業擁有25000張數據表，數據在不同表之間構成了復雜的關系，不借助數據治理工具的幫助，要弄清楚這個關系幾乎不可能。
據悉，當前企業選用數據治理解決方案的動因主要有兩個，一個法律法規的規定，也就是合規；另一個是企業的內省，企業需要全面了解企業自己的數據資產。
采訪中Patrick Dewald強調說，近期因為歐盟GDPR讓合規成為很多客戶的首選需求。未來后一需求會更多。而就長遠來看，隨著更多類似GDPR法規的推出、企業對數據的日益重視、更多人參與到數據的使用、以及不斷增長的數據量和數據類型都會讓數據治理整體市場快速增長。
向智能數據治理演進
經過多年的技術演進，與幾年前相比，如今數據治理技術發生了很多變化，并因此有了下一代數據治理（或者新一代數據治理）的說法。
Patrick Dewald解釋說，過去的數據治理有幾個典型特征，其一是自上而下推動，上面先制定政策，然后推動、監測和管控政策標準的執行 ；第二是只關注數據，所有的工作都圍繞數據，比如會出臺各種數據定義、數據政策、數據規則、數據委員會；第三，治理是否成功主要看是否有足夠多的規定，這會導致更多的治理政策、規則、標準、委員會等推出。
“傳統的數據治理的主要問題是關注于數據本身，而沒有首先關注業務價值。數據只有創造業務價值對于企業而言才有意義。“Patrick Dewald表示，這也是新一代數據治理有別于傳統數據治理的主要不同。
據悉，新一代數據治理能通過關聯政策、技術和運營來實現治理，并促進利益相關方之間的協作；同時，還能收集業務中的知識和上下文，并通過在合適的業務場景中監測和報告成果，來保證數據治理利益相關方始終擁有對數據的控制權。除此之外，新一代數據治理還進一步降低了使用門檻，產品讓更多人使用，同時，還能支持更廣泛的協作和聯網。
Patrick Dewald將新一代的數據治理稱為“智能數據治理”，這是因為其中大量引入了人工智能技術。以Informatica的數據治理解決方案為例。Informatica已經把前沿人工智能技術融入到產品方案中，來幫助企業充分挖掘數據價值、釋放數據潛能、深耕數據紅利。Informatica近期發布的基于人工智能的自動化智能數據治理方案，通過將Axon數據治理集成到數據質量、企業數據目錄和Secure@Source中，以整體、協作的方法將員工、流程和系統流暢融合，為全新的企業數據治理提供強大動力，有效推動業務和IT的相互協作，以及數據治理計劃的共同實施，提升數據的可靠性和質量，實現可信數據和受保護數據的可靠交付，進一步提高數據治理效率，促進戰略業務計劃實施。
針對當下備受關注的“安全合規“需求，Informatica將數據安全作為全局考量，納入所有產品和方案的設計與落地中，如AXON的數據理解和治理特性，Secure@Source探查和分析敏感數據能力，主數據管理的授權管理和規則制定，以及通過數據脫敏、歸檔、清洗獲得更安全的數據，全面滿足數據保密、保護及合規要求。
