數據治理正在迅速發展。

在早期，數據治理被嚴格地視為一項IT功能，專注于數據編目，而這些數據編目很少（如果有的話）被業務看到或使用過。

接下來是數字化轉型和大數據狂潮。組織意識到他們可以從他們創建的所有各種數據集中提取價值。?這成為了Data Governance 2.0，它引入了推動現代數據驅動型業務的原則。這種方法包含協作，消除組織孤島并在更多角色中傳播問責制。

正如“?華爾街日報”??所說，在2018年，有一個“全球計算數據治理”?。許多行業的組織遭受大規模數據泄露，導致嚴重聲譽受損，以及Equifax，Facebook，萬豪和雅虎等頂級品牌的市場價值下降。今年5月生效的歐盟通用數據保護條例（GDPR）導致許多公司為了達到合規標準而爭先恐后，許多公司在此過程中遇到了磕磕絆絆。?

所有這些數據劇和創傷，下一步是什么？

從數據治理覺醒到數據智能啟蒙

進入2019年，數據治理不再是可選的，因為它支持數據安全性，合規性和隱私。雖然監管合規性和風險緩解是關鍵驅動因素，但實際情況是數據治理是組織數字和業務轉型之旅的戰略組成部分。

如今，領先的企業正在評估如何使用他們的數據來取得成功。數據治理的下一個發展 - 數據智能 - 能夠將數據轉換為知識。數據智能連接數據管理和數據治理的所有元素，以提供有助于改善客戶體驗并激發產品和服務創新的信息和見解。

根據ISACA的數字化轉型晴雨表，“十分之九的企業（91％）正在嘗試數字化轉型，因為它們希望激發創新和探索效率，但其中大多數（64％）在嘗試整合新興和不成熟的技術時遇到了挑戰“。

此外，IDC表示缺乏數據情報會影響數據治理工作。如果沒有它，公司就會浪費時間 - 如果值得信賴的數據沒有在合適的時間傳遞到正確的資源，那么每周最多可達30％或12小時。

數據困境

公司擁有的數據比以往任何時候都多，但他們如何從中獲得準確可行的見解？

無論業務規模如何，整個高管都會出現與數據相關的類似問題：“我不知道我有什么數據？我不知道它在哪里？我能做什么？用它來獲得更多價值？“

這些問題來自缺乏整體數據控制和可見性，以及傳統架構的挑戰。企業花費更多時間尋找他們的數據而不是用它來創造商業價值。事實上，數據分析師花費80％的時間為項目準備數據，但只有20％實際使用它來產生結果。

因此，企業需要從不同角度查看數據，了解它是如何分散的，并最終衡量它對組織的影響。然后，他們需要將業務視圖與數據管理的技術方面保持一致并進行同步。只有這樣，他們才能擁有可靠，靈活和高效的數據能力，以可證明和可持續的方式創造價值。

數據智能的七個步驟

如果您的企業希望從其數據中獲得更多價值，請參閱以下有關如何創建有效數據情報計劃的一些提示：

1.識別：?識別和詢問組織數據管理基礎架構（數據存儲，數據集成/移動）的任何組件的工作細節，無論使用何種位置或技術，以確定數據的存儲方式和方式以及數據如何移動和轉換整個企業。

2.捕獲：??提出一種自動化且可持續的方法來捕獲和集中來自各種來源的元數據，以提供單一的標準化視圖，您可以從中了解，集成，管理和部署數據到企業。

3.連接：??通過將物理元數據連接到業務語義，規則和用法來豐富物理元數據，以提供多個視角和集成上下文，以使利益相關者能夠理解，能力和協作，無論角色，專業知識和/或技術敏銳度如何。

4.分析：輕松識別和理解不同的數據元素，數據源和數據管理基礎架構如何組合在一起并相互關聯以滿足特定的業務用例。

5.地圖：??了解現有數據流并操縱該流以支持業務運營和戰略轉型，以捕獲沿襲，實施影響分析并加速新數據源和數據管理基礎架構的集成和部署。

6.管理：對任何/所有數據（靜態或動態）應用政策，程序，規則，標準和最佳實踐，無論技術如何，為隱私，安全，正確使用，所有權/提供指導，意識和能力企業數據的責任和風險緩解。

7.統一：提供和管理對數據資產和基礎架構的內容，機制和控制的統一視圖的訪問。同樣重要的是，這種觀點必須根據消費者角色的背景和視角進行調整，確保他們能夠了解相應的數據資產，輕松搜索和瀏覽他們的條款，并與業務伙伴協作，打破業務和技術孤島，提高自助服務能力和促進利益相關者的流利（意識和理解）。

最終，所有行業都處于數據業務中，所有員工都是數據人員。但是，組織的成功并不取決于它收集的數據量;?相反，它取決于它使用它的程度。通過將數據治理作為文化的一部分，數據智能可以幫助您確保公司的數據得到充分利用。