為了遵守法規（例如，GDPR）并確保業務績效達到峰值，組織通常會聘請顧問來幫助評估其數據資產。這種數據治理“庫存檢查”很重要，但如果沒有正確的方法和技術，則可能是艱巨的。這就是數據治理的用武之地......

雖然大多數公司在關系數據庫中占據了大部分運營數據，但它也可以存在于許多其他地方和各種其他格式中。因此，組織需要能夠從任何地方管理任何數據，我們稱之為“任意平方”（任意2）的數據治理方法。

任何2首先需要了解數據的“3V” - 數量，種類和速度 - 特別是在數據生命周期的背景下，以及了解如何利用數據治理的關鍵功能 - 數據編目，數據素養，業務流程，企業架構和數據建模 - 使數據能夠在不同階段得到利用，以實現最佳安全性，質量和價值。

數據治理“股票檢查”案例1：數據代理

該客戶交易信息。因此，組織需要對從供應商處獲取的數據進行編目，確保其質量，對其進行分類，然后將其出售給客戶。該公司希望將數據匯集到數據倉庫中，然后提供對其的受控訪問。

幫助該客戶完成現有數據的第一步。我們建立了一個門戶網站，因此可以通過帶有基本問題的表格來注冊數據資產，然后中央團隊收到注冊，審核并確定其優先順序。還設置了權利屬性以標識和分析高優先級資產。

使用了許多最佳實踐和技術解決方案來建立管理數據饋送的注冊和分類所需的數據：

1.收集基礎元數據，然后進行初始質量檢查。然后，根據業務詞匯表中保存的語義模型對元數據進行分類。

2.在該分類之后，基于與語義模型相關聯的最佳實踐規則執行第二數據質量檢查。

3.已分析的資產被加載到倉庫內的歷史數據存儲中，數據治理工具生成其結構和數據移動操作以進行數據加載。

4.我們制定了變更管理計劃，使所有員工都了解信息經紀門戶網站以及使用它的重要性。它使用數據資產目錄，所有數據資產都根據具有數據質量指標的語義模型進行分類，以便輕松了解數據資產在數據倉庫中的位置。

5.采用這個門戶，數據根據本體進行注冊和分類，使客戶的客戶能夠按資產或意義購買數據（例如，“您對X主題有什么數據？”），然后向下鉆取分類學或跨本體論。接下來，他們提出購買所需數據的請求。

這種咨詢參與和技術實施增加了數據可訪問性和資本化。信息通過批準的工作流在中央門戶中注冊，然后客戶從物理資產列表或信息內容購買數據，購買請求也通過批準工作流程。除其他安全措施外，這還可確保數據質量。

數據治理“股票檢查”案例2：跟蹤惡意數據

此客戶端具有地理位置分散的組織，可將其許多關鍵流程存儲在Microsoft Excel TM電子表格中。他們計劃遷移到Office 365 TM并關注合規性，包括GDPR要求。

由于知道電子文檔在關鍵業務流程中被大量使用并分布在整個組織中，因此該公司需要使用集中的自動化系統來替換風險較高的手動流程。

咨詢服務的一個關鍵部分是了解哪些數據資產在流通以及組織如何使用它們。然后可以優先處理流程鏈以自動化和概述系統的規范以替換它們。

該組織還采用了一個中央門戶網站，允許員工注冊數據資產。相關的變更管理計劃提高了整個組織數據治理的意識以及數據注冊的重要性。

對于每個資產，信息都被捕獲并作為工作流程的一部分進行審核。然后選擇優先資產進行分析，使元數據在被分類為業務術語表之前進行反向工程。

此外，作為流程鏈一部分的資產通過企業架構（EA）和業務流程（BP）建模工具進行收集和建模，以進行影響分析。

然后，可以在EA / BP工具中再次定義新系統的高級要求，并在項目列表中確定優先級。對于其他人，可以決定是否可以安全地放置在云中以及是否需要宏。

在這種情況下，采用專用數據治理解決方案有助于建立對數據資產的理解，包括有關其使用和內容的信息，以幫助決策。

然后，該客戶端可以很好地處理存儲在其系統中的敏感數據方面的“內容”和“位置”。他們還更好地了解這些敏感數據的使用方式以及由誰使用，有助于降低與GDPR相關的監管風險。

在這兩種情況下，我們都會對數據資產進行編目并將其映射到業務詞匯表。它充當分類方案，以幫助管理數據和定位數據，使其更易于訪問和有價值。此治理框架可降低風險并保護其最有價值或最敏感的數據資產。