近年來，數字經濟在世界范圍內的影響程度不斷加深。企業要適應當前經濟發展趨勢，實現數字化轉型，推動運行效率的提高和業務的高質量發展，必須學會培育、管理和使用一類至關重要的生產要素——數據。

現階段，許多企業在數據治理工作上徘徊不前，不太明白做數據治理具體是為了什么，也不清楚做完數據治理，應該達成怎樣的目標才算事有所成。

而在企業上下組織范圍內闡明數據治理的具體驅動因素和應達成的目標，正是中翰推行數據治理項目的基礎工作。只有讓企業的各層人士清楚了解到我們為何要做數據治理，做完數據治理會有什么成效，才能堅定項目所涉各方面的人員的信心，推動數據治理工作更加順暢地施行。

一、數據治理的驅動力
宏觀來講，企業實施數據治理，是為了更方便地從數據中獲取價值。要將企業內部雜亂無章的數據資源轉化為可用于實現企業各項目標的數據資產，必須使用合理的數據治理手段進行整治；而要將數據資產轉化為能為企業帶來實際效益的各方面渠道，則要依靠數據管理活動。

企業實施數據治理，正是確保數據管理有用武之地的必經之路(如圖一所示)。

一般來說，企業在現有數據資源管理方面會存在許多普遍性問題，始終干擾著業務的推進和發展。隨著數字化浪潮的沖擊和企業的成長，這些問題漸漸潰爛成不可忽視的創口，真實地呈現在企業高層管理者和業務部門眼中、疼在他們心里。這就是所謂“痛點”。

延續多年實戰經驗，中翰會根據企業實際情況，于普遍問題中發現特殊，找到企業“最痛”的地方，并據此制定數據管理戰略規劃和數據治理工作章程，且使其與企業的整體業務戰略方向一致。

數據治理“痛點”，即實施數據治理的驅動力，有以下幾種典型：
1、數據安全與隱私
作為數字經濟穩健發展的基石，數據安全的重要性愈發突出。我國對數據安全的高度重視，使得數據安全性、合規性成為外部環境對企業管理的硬性要求。

此外，企業機密或敏感數據泄露、數據訪問權限混亂等問題也時不時戳弄著數據管理者的神經。

2、數據質量
數據質量通常被描述為數據的一致性、完整性、合規性、冗余、及時性和有效性6個方面。在實際商業活動中，企業數據質量的低下將對業務開展造成各種嚴重影響。

比如，產品和客戶信息不準確，將會縮減企業銷售活動的有效性，降低企業對潛在客戶或合作機會的感知度；客戶視角信息不齊全，企業將難以為客戶提供有效服務，造成客戶滿意度降低；物資數據不規范、不完整或重碼，會導致企業采購效率低下，形成庫存積壓浪費……

總體來說，企業數據質量的低下，既阻礙了企業由信息化到數字化的轉型道路，又在企業的生產經營過程中大量造成資源浪費、流程低效與溝通不便。數據質量的好壞，很大程度上決定著企業數據管理活動的有效性。

遵循18年數據治理實踐經驗，中翰在推進數據治理工作時，往往把數據質量的改進作為工作的中心環節和主要驅動力。

3、數據交換
近年來，數據孤島(指數據在各業務系統內孤立存在且描述標準不一，無法相互交互、流動)問題早已成為企業管理的“心腹大患”。不同部門各自為戰，數據流通不暢，不僅造成數據的重復、冗余、無效，降低了數據質量，還往往導致各類嚴重問題。企業的錯誤決策或決策遲緩，各部門間關系緊張、協作不良，成本浪費、效率低下，客戶端到端的體驗混雜、評價降低等等情況，都或多或少來源于企業內部數據交換的糟糕狀態。由此，從根本上解決數據孤島的問題，也是現階段中翰在推進企業數據治理時的首要任務。

二、數據治理目標
數據治理的實施應該達成怎樣的目標，為數據管理提供怎樣的便利，如何進行監控與評價……以上內容應被劃分入企業實施數據治理的重要指導和綱領范圍內。只有以明確的數據治理目標為準心，才能使實施過程更加標準科學。

一般而言，宏觀視角的數據治理目標大致可分為以下內容：
1、設立全面、科學、可實行、的數據治理規則、制度、政策、程序、指標、工具、權責體系等規范(囊括數據標準、數據質量、數據安全、數據交換、數據運維等各個方面)；
2、保障數據隱私與安全；
3、確保數據源頭準確；
4、提升數據質量；
5、促進數據共享，打破數據孤島；
6、切實提升企業數據資產管理能力；
7、確保數據治理成果可持續、可嵌入、可度量。