現代數據治理是一種戰略性、持續性和協作性的實踐，它使企業能夠發現和跟蹤其數據，了解其在業務環境中的含義，并最大限度地提高其安全性、質量和價值。

它是為了達到監管合規和無風險操作的企業競爭分化和成長的基礎。

然而，盡管數字轉型和其他數據驅動計劃是理想的結果，但很少有組織知道他們擁有什么數據或數據在哪里，并且他們很難將已知數據整合到各種格式和眾多系統中-----特別是如果他們沒有辦法使這些過程自動化的話。

但是，當IT驅動的數據管理和面向業務的數據治理在人員、流程和技術方面協同工作時，就可以根據可靠信息的完整清單做出決策并確定其影響范圍。

最近，erwin舉辦了關于數據治理實踐以及如何積極應對其復雜性的六大網絡研討會系列的第一部分。由iDIGMA GmbH的Frank P?rschman領導，他是IT行業資深人士和數據治理策略師，研究了“什么是數據治理？我們為什么要做數據治理”

什么是數據治理
數據治理沒有標準定義。然而，DataVersion將其定義為“有助于確保組織內數據資產的正確管理的實踐和過程”

在erwin，我們進一步打破了這一定義，將數據治理視為一種戰略性的、持續的承諾，以確保組織能夠發現和跟蹤數據，將其準確地放置在適當的業務環境中，并最大限度地提高其安全性、質量和價值。

P?rschman先生要求網絡研討會與會者停止試圖向高管和客戶解釋什么是數據治理。相反，他建議他們將數據治理放在現實場景中，以回答以下問題：“您認為數據治理能解決什么問題？”或者“您如何認識到有效的數據治理已經到位？”

本質上，P?rschman先生提出了“企業數據困境”，這源于企業要回答的三個重要但困難的問題：“我們有什么數據？它在哪里？我們如何從中獲得價值？”

據P?rschman先生說，詢問您如何認識到有效的數據治理是否已到位，這在高管討論中非常有幫助。他說，當你在高層次上談論這個問題時，你會得到一個非常“簡單的答案”-----這就是“我們唯一想要的就是在適當的時間、以適當的成本向適當的人提供適當質量的適當數據。”

為什么要做數據治理

公司為什么要關心數據治理？

erwin的《2020年數據治理和自動化狀況報告》發現，更好的決策是數據治理的主要驅動力（62%），其次是分析（51%），第三是合規（48%）。

在網絡研討會上，P?rschman先生指出，數據治理的驅動力與數字轉型舉措的驅動力相同。“這一點也不奇怪，”他說。“因為數據是數字議程或數字轉型議程的成功要素之一。因此，如果沒有數據治理和數據管理，就不可能實現全面的數字轉型。”

數據隱私管控
盡管合規不是數據治理的頭號驅動因素，但它仍然是一個主要因素-----特別是自2018年歐盟《通用數據保護條例》（GDPR）出臺以來。

據P?rschman先生說，許多決策者相信，如果他們正確地執行了GDPR，他們就能夠達到目標，并且可以轉移到其他項目上。但他警告說，“這種（觀念）是不太可能發生的。”

他警告說，對于歐盟來說，各組織需要為數字單一市場做好準備，這是歐洲議會和委員會去年達成的協議。隨之而來的是關于數據訪問和交換的明確定義或規則，尤其是跨數字平臺的數據訪問和交換，以及關于數據所有權的明確規定和執行工具。他指出，“公司將被迫共享一些與公共安全相關的特定數據，例如二氧化碳減排。因此，公司將被迫對其數據進行分類，并找到與此類平臺共享數據的機制。”

GDPR也被證明是美國數據隱私的事實模型。新的《弗吉尼亞州消費者數據隱私法》（Virginia Consumer Data Privacy Act，以《加利福尼亞州消費者隱私法》（CCPA）和《加利福尼亞州隱私權法》（CPRA）為藍本）與GDPR有許多相同的要求。

與CCPA一樣，維吉尼亞法案將賦予消費者訪問其數據、糾正錯誤和要求刪除信息的權利。弗吉尼亞州居民也可以選擇不收集數據。

內華達州、佛蒙特州、緬因州、紐約州、華盛頓州、俄克拉荷馬州和猶他州也在某種類型的消費者隱私監管方面處于領先地位。在阿拉巴馬州、亞利桑那州、佛羅里達州、康涅狄格州和肯塔基州，還有其他幾項法案正在進行立法，所有這些法案都遵循與CCPA類似的格式。

停止浪費時間
除了數字轉型和合規等驅動因素外，查看不良數據對企業效率/生產力的影響非常重要。
麥肯錫2019年全球數據轉換調查的受訪者報告稱，由于數據質量和可用性較差，他們的企業總時間平均有30%花在了非增值任務上。

對于許多數據管理員來說，浪費時間也是一個不幸的現實，他們將80%的時間花在查找、清理和重組大量數據上，而只有20%的時間花在實際數據分析上。

根據erwin的2020年報告，大約70%的受訪者-----從數據架構師到執行經理等角色-----表示他們平均每周在數據相關活動上花費10個小時或更多時間。

使用erwin數據治理軟件帶來的好處
Quest提供的erwin Data Intelligence支持企業數據治理、數字化轉型和任何依賴數據獲得有利結果的工作。

該軟件套件結合了數據目錄和數據讀寫功能，以提高對可用數據資產的認識和訪問能力，提供使用向導，并提供防護規則以確保遵循數據策略和最佳實踐。

erwin Data Intelligence自動從大量數據源、運營流程、業務應用程序和數據模型中收集、轉換元數據，并將其輸入到中央目錄中。然后，通過基于角色的上下文視圖，讓元數據是整體可訪問和可理解的，因此相關人員可以依據它實現準確的洞察力并做出正確的戰略決策。