智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

數據治理面臨的挑戰

時間：2019-11-01來源：知乎瀏覽數：1283次

本部分的內容將數據治理面臨的挑戰分為兩類，一類因“技術”而起，一類因“人”而起。由客觀的技術問題對數據治理帶來的挑戰普遍較好解決，比如如何采集數據、如何存儲數據等，都可通過更先進的工具、更新的技術等方式解決。而由人或組織架構帶來的問題相對復雜，它的背后包含的是企業在文化、流程上的問題，可以通過以下實例說明。

1. 多業務系統多數據源的整合挑戰
企業想要做的數據應用越多，所需的數據就會越多，所要去獲取的數據源也會增多，而相應的數據處理也會越多，這是一個極為顯而易見的問題。我們在數據應用方面相對“單純”，主要針對用戶行為領域，采集用戶行為數據，從客戶端、服務端、數據庫等做對接。但即使是這樣一個限定特殊領域的應用，我們在整合多方面數據源上也會碰到非常多的挑戰，可想而知在面對多業務系統多數據源的情況下將更加困難。

2. 數據采集技術上的挑戰
近年來，許多公司都在嘗試將自己的業務線上化，都需要通過數據對用戶進行分析與運營，如何精準采集可用的用戶數據以及其他相關數據，都將是數據采集在技術層面上面臨的挑戰。

3. 用戶隱私與安全挑戰
用戶隱私與安全不僅是對技術挑戰，更多的是一種意識上的挑戰。企業需要準確把控數據采集的紅線，比如針對歐盟范圍內的國際業務，就需要參考 GDPR 的相關規范。

在國內，很多銀行券商等企業也同樣擁有一套完善的數據合規要求，甚至已經細化到“某個特定字段對于某一個特定人可看但不可下載”的程度，這些都是需要在進行數據治理時考慮的因素。另外，如果需要在公網傳輸交換數據，也同樣需要思考數據如何防止竊取和偽造的問題。

4. 組織架構與部門隔閡帶來的配合
部分組織在數據治理的過程中速度過慢，成效不好，其中一個很重要的原因是權責、部門配合等方面存在問題。很多情況下，生產數據、使用數據、分析數據的工作人員分布在不同的職能線與部門，角色不同，立場也不同，這些客觀存在的影響因素都會影響整個數據治理的最終結果。

5.業務持續迭代中帶來的挑戰
在互聯網行業中，尤其是業務迭代較為迅速的團隊里，通常存在“1.0 版本的數據質量最優，1.1 版本不行，2.0 版本完全不可用”的說法，說明第一次做數據治理時，極重視數據質量，會有完善的流程來保證埋點的準確性，本身也沒有太多的包袱；而在后續的產品迭代中，如果流程和標準的迭代相對滯后，整個數據治理的結果也會隨著受影響，最終導致整個數據質量低劣，直至所謂的“完全不可用”。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：什么是數據治理？...

下一篇：數據治理與組織架構...