能夠快速收集大量數據，分析數據，然后使用您學到的知識來幫助促進更好的決策，這是許多企業高管的夢想。但是就像任何可以在一個句子中總結的事物一樣，執行這樣一個愿景要比它最初出現的要困難得多。

據Forrester稱，74％的公司表示他們希望“數據驅動”，但只有29％的公司表示他們擅長將分析與行動聯系起來。考慮一下：Forrester發現，2014年至2015年間，對分析的業務滿意度下降了21％ - 這是一個巨大的承諾和大數據投資的時期。換句話說，企業收集和挖掘的數據越多，他們對分析的興趣就越小。

這里可能會有許多因素，包括分析軟件，業務文化以及使用數據的人員的技能組合。但是，您的分析應用程序以及從分析中得出的結論僅與收集和分析的數據一樣好。收集，保護和挖掘大量數據并不是一種廉價的工作，俗話說“垃圾進，垃圾出”。

“這是一筆巨大的投資，如果人們不信任數據，他們就不會使用商業智能工具之類的東西，因為他們不會對他們告訴他們的東西有信心，”?erwin，Inc產品營銷總監Danny Sandwell說。。

當然，使用數據來為業務決策提供信息并不是什么新鮮事。市場研究的現代理念可以追溯到20世紀20年代，自從企業從客戶或潛在客戶那里獲取的信息中收集，分析和得出結論以來。

正如您所料，今天的差異在于數據量及其收集方式。數據由大大小小的機器，人們和老式的市場研究生成。它以閃電般的速度從各個角度進入今天的業務，并且在許多情況下可以進行即時分析。

隨著數據量和速度的增加，過載成為潛在的問題。除非企業有數據治理的戰略計劃，否則關于數據存儲位置，訪問權限和訪問權限以及如何使用數據的決策變得越來越難以理解。

并非每家企業都收集大量數據，如Facebook和雅虎，但最近的頭條新聞表明，這些公司無法管理數據會損害他們的聲譽和利潤。對于Facebook來說，有跡象表明，有8700萬用戶的數據不正確地影響了2016年美國總統大選。對雅虎而言，美國證券交易委員會（SEC）因未能及時披露數據泄露而被罰款3500萬美元。

在Facebook和雅虎的案例中，濫用或未能保護數據是一個問題。他們無法快速量化問題的范圍并披露細節，這使得一個大問題變得更加嚴重 - 并使其成為頭條新聞的更長時間。

對于某些業務用戶而言，數據安全，數據隱私和數據治理等問題可能并不是最重要的問題，但這些問題會以多種方式表現出來，這些方式會影響他們日常工作?？梢赃@樣想：在您的組織收集的所有數據中的某個位置，可能支持或反駁您即將做出的決定的信息可能存在。你能找到嗎？你能相信嗎？

如果這些問題的答案是“否”，那么您的組織就不容易做出數據驅動的決策。

通過數據治理為更好的決策提供動力

erwin和UBM在2017年11月的一項調查中，將近一半（45％）的受訪者表示，更好的決策制定是推動其數據治理計劃的因素之一。

數據治理可幫助企業了解他們擁有的數據，數據有多好，數據庫以及使用方式。今天很多人都在談論數據治理，有些人正在將這種談話付諸行動。erwin / UBM調查發現，52％的受訪者表示數據對其組織至關重要，并且他們制定了正式的數據治理策略。但幾乎同樣多的受訪者（46％）表示他們認識到數據對組織的價值，但卻沒有正式的治理策略。

許多早期嘗試建立數據治理的嘗試未能產生結果。他們的關注點很狹隘，他們的支持者往往難以向組織闡明數據治理的價值，因此很難確保預算安全。有些組織甚至將數據治理理解為一種數據安全性，將數據鎖定得如此緊密，以至于那些想要用它來促進更好決策的人難以獲得訪問權限。

所有權問題也阻礙了早期的數據治理工作，因為IT和業務部門無法就哪一方負責定期影響這兩方面的流程達成一致。今天，組織更有能力解決所有權問題，這在很大程度上要歸功于一種新的公司結構，該結構可以識別數據對現代企業的重要性。像首席數據官（CDO）這樣越來越多地處于業務方面的角色和數據保護官（DPO）的角色比幾年前更常見。

現代數據治理策略與數據本身非常相似 - 它滲透到業務及其基礎架構中。它是企業架構，業務流程的一部分，它使用可視化等技術幫助組織更好地理解數據資產之間的關系。也許最重要的是，現代數據治理方法正在進行中，因為組織及其數據不斷變化和轉變，因此他們的數據治理方法不能停滯不前。

正如您所料，更好地了解數據對于使用這些數據做出更明智的決策還有很長的路要走。但是，整體數據治理策略提供的可視性還有另一個優勢：它可以幫助您更好地理解您不知道的內容。

通過幫助企業了解可以改善數據收集的領域，數據治理可以幫助組織不斷努力創建更好的數據，從而體現真正的業務優勢，例如更好的決策制定和一流的客戶體驗，所有這些都將有助于發展業務。