重要的是，我們認識到數據治理（DG）的優勢超出了通用數據保護法規（GDPR）的要求。

數據治理對于GDPR是強制性的，因此在2018年5月截止日期之前實施數據的動機是明確的。然而，時間軸的壓力也可以被視為一把雙刃劍。

一方面，引入授權使許多企業忽視的實踐成為焦點。一個第一個SAN Francisco Partners公司（FSFP）的研究發現，只有47.9％的受訪者有一個適當的DG程序。

不過，我們開始看到這種轉變。FSFP的研究還發現，29％的企業處于DG推出的早期階段，另外19％的企業處于研究和規劃階段。

劍的另一個優勢在于，在快速逼近的GDPR截止日期的鼓舞下，這種擺動的大部分是反動的。

通過在時間線上引入數據治理的授權，許多企業將傾向于僅僅為了達到合規標準而做到最低限度。

不幸的是，這意味著數據治理的以下好處將留在桌面上。

更好的決策

數據治理的主要好處之一是更好的決策制定。這既適用于決策過程，也適用于決策本身。

管理良好的數據更容易被發現，使相關方更容易找到有用的見解。這也意味著決策將基于正確的數據，確保更高的準確性和信任。

運營效率

在數據驅動的業務時代，數據非常有價值。因此，它應該被視為資產。

例如，考慮制造業務的實物資產。運營良好的制造企業確保其生產線機器定期檢查，維護和升級，因此生產線運行平穩，停機時間有限。

相同的方法應適用于數據。

改進數據理解和沿襲

數據治理是關于了解數據的內容和存儲位置。如果實施得當，數據治理可提供所有數據資產的綜合視圖。

它還提供更大的問責制。通過分配權限，可以更輕松地確定誰負責特定數據。

更高的數據質量

由于數據治理有助于發現，具有有效數據治理計劃的企業也可以從提高的數據質量中受益。雖然技術上是兩個單獨的舉措，但它們的一些目標重疊。

這些包括但不限于數據的標準化及其一致性。明確區分這兩個計劃的一種方法是考慮每個領域提出的問題。

數據質量想知道數據的有用性和完整性，而數據治理則想知道數據的位置以及由誰負責。

數據治理可以提高數據質量，因為回答后者可以更容易地解決前者問題。

法規遵從性

如引言中所述，如果您尚未采用數據治理計劃，那么遵從性可能是最佳理由。高額罰款的上限為2000萬歐元或4％或全球年營業額 - 以較大者為準 - 都無濟于事。

也就是說，GDPR罰款只是激勵你應該已經熱衷于做的事情。沒有享受上述好處的數據驅動型企業從根本上扼殺了自己的業績。

甚至可以說，要真正實現數據驅動，數據治理是必須的。

增加收入

事實上，推動收入應該在DG福利清單上更高。然而，它位于這里是因為上述益處累積地影響它。

上面提到的數據治理的所有好處可以幫助企業更加確定地做出更好，更快的決策。

這意味著可以實現成本較低的錯誤 - 以錯誤啟動甚至數據泄露的形式。這意味著您通過管理風險花費更少的資金，并關閉企業安全性中最脆弱的漏洞，而不是追溯更多的資金，處理公關和財務危機。

你需要做什么

考慮到這些優勢及其累積的實際價值，數據驅動的組織無法承擔將數據治理留給IT的能力。這就是Data Governance 1.0最終失敗的原因。

但即使是現在，FSFP研究中有23％的企業表示信息技術可以引領他們的數據治理工作。

在當前的氣候下，這種思維方式本質上是有缺陷的。我們已經達到了一個新的商業時代，其中數據被認為比石油更有價值。然而，許多企業仍然不愿意像對待實物資產一樣對待數據。

這需要改變。如果數據確實很有價值，我們需要將數據治理視為一項戰略舉措。

Data Governance 2.0涉及整個企業，包括部門主管和C級管理人員，他們將從整個流程中獲得的數據洞察中受益。