Facebook的數據問題繼續成為頭條新聞的主導，并進一步凸顯了企業范圍內數據資產視圖的重要性。備受矚目的案件與其他著名的數據丑聞有所不同，因為它本身并非“違規”。但疏忽問題仍然存在，并且在所有情況下，數據治理都是一個問題。

本周，“?華爾街日報”刊登了一篇題為“?公司應該注意公眾對數據的焦慮上升的故事”的故事。它討論了一項針對10,000名消費者的IBM調查，其中78％的美國受訪者表示公司保密數據的能力非常重要，但只有20％的人完全信任他們與之互動的組織，以維護數據隱私。事實上，60％表示他們更關注網絡安全，而不是潛在的戰爭。

本文最后給CIO們一個明確的教訓：“他們必須更加優先考慮數據治理和遵守歐盟通用數據保護法規[GDPR]等法規，跟蹤數據并確保公司有能力監控其使用情況，如有需要，請將其刪除。“

通過更全面的數據治理計劃，更好地了解數據資產，他們的血統和有用的保質期，以及他們訪問權限背后的特權，Facebook可能已經領先于問題并在問題成為問題之前對其進行了平息。如果風險超過了保持船上數據的獎勵，有時擦除是最好的方法。

但也許Facebook很幸運，問題就出現了。一旦GDPR生效，這種類型的數據網絡將使公司不合規，因為該規定需要數據所有者的直接同意（以及如果存在實際違規，則在72小時內發出通知）。

考慮到GDPR，以及Facebook面臨的巨大公關影響和政府調查，公司無法承擔此類數據治理錯誤。

在過去的幾周里，我們一直在詳細探討數據治理準備的五大支柱中的每一個，以及它們如何結合在一起，以提供組織數據資產的完整視圖。在本博客中，我們將企業數據管理方法作為第四個關鍵支柱。

企業數據管理分為四個步驟

企業數據管理方法滿足了更廣泛的數據管理套件中數據治理的需求，所有組件和解決方案協同工作以獲得最大收益。

成功的數據治理計劃應該既可以提高企業對數據沿襲/歷史的理解，又可以安裝一個有效的工作系統來防止錯誤的人訪問。另一方面，成功的數據治理使數據更容易被發現，具有更好的上下文，因此合適的人可以更好地利用它。

這就是Data Governance 2.0的本質- 幫助組織更好地理解他們的數據資產并使其更易于管理和利用 - 并且它在Data Governance 1.0發生故障時取得了成功。

企業數據管理：那你從哪里開始？1元數據管理為組織提供有關其數據資產的上下文信息。沒有它，數據治理基本上是盲目的。

元數據管理的價值在于能夠使用跨部門標準和定義來管理整個組織中使用的公共和參考數據，允許數據共享和重用，減少數據冗余和存儲，避免因錯誤選擇或重復而導致的數據錯誤，以及支持數據質量和分析功能。

您的組織還需要了解企業數據架構?和企業數據建模。沒有它，企業數據治理將難以支持

企業數據架構通過數據移動，數據轉換和數據集成等概念支持數據治理，因為數據治理為這些活動制定了策略和標準。

數據建模是數據架構的重要組成部分，對數據治理也至關重要。通過深入了解數據滿足的用例，組織可以更好地主動分析所需的保質期，并更好地衡量保持數據的風險/回報。

數據管理員在數據模型的開發和改進中充當中小企業，并協助創建由數據模型表示的數據標準。這些工件允許您的組織使用企業數據架構實現其業務目標。

讓我們面對現實，大多數組織實施數據治理，因為他們需要高質量的數據。企業數據治理是數據質量管理成功的基礎。

數據管理通過制定標準政策，實踐，數據標準，通用定義等來支持數據質量工作。數據管理員實施這些數據標準和政策，為數據質量專業人員提供支持。

這些標準，政策和實踐可實現有效和可持續的數據治理。

最后，如果沒有商業智能（BI）和分析，數據治理將不會增加任何價值。BI和分析的數據治理價值是能夠管理從源到倉庫/市場中的目標的數據，定義跨這些階段的數據標準，并在適當的情況下促進通用算法和計算。這些優勢使組織能夠通過BI和分析實現其業務目標。

在比賽中獲得EDGE

舊式數據治理是片面的，主要涉及對數據進行編目以支持搜索和發現。缺乏短期價值往往導致高管支持減少，因此DG的任務在IT內部孤立。

使用協作數據治理2.0方法可以避免這些問題，將DG的責任分散在使用數據的人員中。這意味著數據資產以更多上下文記錄，對組織更有用。

這也意味著執行級員工在參與數據治理時更加了解數據治理，并且在優化數據分析流中看到了額外的收入潛力，從而縮短了產品上市時間。

我們將這種企業范圍的，協作的，2.0的數據治理稱為企業數據治理體驗（EDGE）。但除了組織協作之外，真正的EDGE可以說是它在解決方案之間促進的協作。EDGE平臺認識到數據治理對企業數據管理方法套件的基本依賴性并統一它們。

通過在一個平臺上存在并共享一個存儲庫，組織可以保證他們的數據在整個組織中是統一的，無論部門如何。

此外，它還允許跨平臺進行實時更新，從而大大改善了工作流程。例如，數據字典中的術語更改（數據治理）將自動反映在所有連接的數據模型中（數據建模）。

此外，EDGE還集成了企業架構，以在與企業戰略的連接環境中定義應用程序功能和相互依賴性，從而使技術投資能夠按照業務目標進行優先級排序。

還包括業務流程，以便企業可以明確定義，映射和分析工作流程并構建模型以推動流程改進，以及識別易受最大安全性，合規性或其他風險影響的業務實踐，以及最需要控制以減少風險的方法。

從本質上講，這是方法數據治理需要成為一種增值戰略計劃，而不是孤立的努力逐漸消失。