隨著GDPR法規迫在眉睫，企業需要確保他們掌握數據治理。

當哲學家培根宣稱，“知識就是力量”，在16月底日世紀，他無意中提供了數字時代的一個貼切的描述。

導致蘋果，Facebook，谷歌和微軟等數十億美元的行業巨頭每天收集數TB的信息并不僅僅是機會。像培根一樣，他們認識到信息的價值，并證明了數據是成功的關鍵。

然而，并非所有數據都是良好的數據 - 質量起著至關重要的作用。如果累積的信息不顯示某些屬性，則無用。

通過數據治理理解所有這一切

“數據治理”的方法告訴我們數據記錄在什么時候變得“有價值”，我們如何收集它，維護它，以及我們如何在其價值鏈的末尾存檔或刪除它。畢竟，數據的“使用壽命”與產品相同。

隨著數據量我公司采用增大，所以確實有效率的，需要數據治理策略。我們列出了以下幾點來解釋它們的好處。

1. 主數據管理

在談到“有價值”的數據，我們首先需要看一下運行的數據治理的基礎：主數據管理。

數據對象或數據記錄應，顧名思義，地圖和介紹一個真實的對象以及可能的。如果我們存儲人對象在我們的數據庫里有什么額外的信息，我們要收集它是一個好主意：名稱，街道，居住地，郵政編碼，電子郵件地址，以及更多。

對象越詳細，我們可以采用的策略就越多。如果我聯系被對象映射的人，最好通過電子郵件，電話，手機或郵寄方式進行聯系嗎？如果我有必要的信息，我可以選擇。

因此，對數據對象進行正確且有針對性的描述至關重要。如果開始時不小心處理這些，則數據記錄現在僅用于有限的目的。在最糟糕的情況下，它完全沒用。

1. 數據質量

如果我們以足夠的質量水平描述我們的數據對象，我們必須確保主數據管理中所需的描述確實存在。我們將此過程稱為“數據質量”。讓我們看一下我們的person對象的一個簡單示例。雖然將“name”定義為對象的屬性是正確的，但如果字段不包含值或值不正確，則這是無用的。

收集數據的點，即“入境點”，在這里起著決定性的作用。有效的數據治理策略建立了保護機制，確保始終正確，完整地收集數據記錄。

優點很明顯 - 完整和正確的數據記錄為我們節省了大量時間。如果數據符合上述質量標準，銷售人員只能快速有效地工作。

例如，如果價格表包含差距，則研究所需條目將花費更多時間。更糟糕的是 - 如果記錄錯誤的價格，與客戶的會面可能會很尷尬，甚至導致業務損失。

1. 數據維護和生命周期

雖然一開始看起來很明顯，但請確保您不要忽視數據使用壽命有限的事實。我們將此現象描述為“數據生命周期”。此生命周期的持續時間以及我們可以從數據記錄中提取的相關價值鏈取決于我們如何維護此數據記錄。

因此，數據維護是功能數據治理原則的一個組成部分，也是穩定“數據質量”的決定性因素。它主要是從數據輸入的角度來看具有“正確性”以充分利用它。但是，刪除和歸檔也很重要，因為一旦數據到達其生命周期的末尾，它就不能成為“僵尸數據”。

只有我們不斷刪除無用的數據記錄，我們才能獲得長期高效的數據庫，從而節省維護和相關工作的成本。

1. 數據保護

到目前為止，我們只解決了數據的質量問題。然而，這個主題背后還有更多 - 保護我們公司免受外部訪問至關重要。

如果我們回顧一下過去幾年的“間諜丑聞”（2009年，德國鐵路; 2010年，各種Lidl銷售公司; 2013年，德國電信），我們很快意識到，數據保護不足是一個嚴重問題，會帶來嚴重后果。除了數以百萬計的經濟處罰外，您的企業形象可能會受到嚴重損害。

數據治理不僅可以提供持續的高質量數據，還可以保護數據免受損害，并確保業務合作伙伴和客戶的長期信任。從長遠來看，每個公司都需要一個數據治理計劃，因為這些明顯的好處：

• 高質量的數據可實現高效，靈活的使用，從而節省員工時間并降低運營成本。
• 如果你想做出敏捷，快速和注重結果的決策，這是不可或缺的。
• 它有助于數據保護和聲譽管理。

數據治理模型為我們提供了建立此類計劃所需的所有答案。在這里，“早晚會好起來”原則適用 - 越早實施有效的數據治理策略，成本和工作量就越低。