導讀：數(shù)字化轉(zhuǎn)型數(shù)據(jù)治理的定義是對數(shù)據(jù)資產(chǎn)管理行使權(quán)力和控制的活動集合。其最終目的是挖掘數(shù)據(jù)價值，推動業(yè)務發(fā)展，實現(xiàn)盈利。數(shù)據(jù)治理平臺是以元數(shù)據(jù)為基礎(chǔ)，實現(xiàn)數(shù)據(jù)的產(chǎn)生、存儲、遷移、使用、歸檔、銷毀等環(huán)節(jié)的數(shù)據(jù)生命周期管理。實現(xiàn)數(shù)據(jù)從源到數(shù)據(jù)中心再到應用端的全過程管理，為用戶提供了準確便捷的企業(yè)資產(chǎn)信息。數(shù)據(jù)治理平臺也包括數(shù)據(jù)標準，數(shù)據(jù)質(zhì)量。

　　1. 從質(zhì)量管理到質(zhì)量與服務并重

　　在傳統(tǒng)的關(guān)系型數(shù)據(jù)庫時代，開展數(shù)據(jù)治理更多的是為了能夠解決數(shù)據(jù)質(zhì)量問題，提升數(shù)據(jù)決策水平。而在大數(shù)據(jù)時代，除了需要保證數(shù)據(jù)質(zhì)量之外，對數(shù)據(jù)治理也提出了更高的要求，數(shù)據(jù)必須更好地適應不確定性的需求，即插即用，服務不斷變化的業(yè)務創(chuàng)新，發(fā)揮出數(shù)據(jù)更大的價值。

　　在這種要求下，可以通過數(shù)據(jù)資產(chǎn)管理，在傳統(tǒng)的數(shù)據(jù)治理能力之外，提供數(shù)據(jù)資產(chǎn)視圖能力、數(shù)據(jù)檢索能力、數(shù)據(jù)共享能力、數(shù)據(jù)價值運營能力等，實現(xiàn)數(shù)據(jù)的可見、可懂、可用、可運營，并不斷增值。數(shù)據(jù)管理部門也有機會從一個純粹的的成本中心逐漸轉(zhuǎn)變成企業(yè)的創(chuàng)新中心和高利潤部門。

　　可見：通過對數(shù)據(jù)資產(chǎn)的全面盤點，形成數(shù)據(jù)資產(chǎn)地圖。針對數(shù)據(jù)生產(chǎn)者、管理者、使用者等不同的角色，用數(shù)據(jù)資產(chǎn)目錄的方式共享數(shù)據(jù)資產(chǎn)，用戶可以快速、精確地查找到自己關(guān)心的數(shù)據(jù)資產(chǎn)。

　　可懂：通過元數(shù)據(jù)管理，完善對數(shù)據(jù)資產(chǎn)的描述。同時在數(shù)據(jù)資產(chǎn)的建設(shè)過程中，注重數(shù)據(jù)資產(chǎn)業(yè)務含義的提煉，將數(shù)據(jù)加工和組織成人人可懂的、無歧義的數(shù)據(jù)資產(chǎn)。具體來說，在數(shù)據(jù)中臺之上，需要將數(shù)據(jù)資產(chǎn)進行標簽化。標簽是面向業(yè)務視角的數(shù)據(jù)組織方式。

　　可用：通過統(tǒng)一數(shù)據(jù)標準、提升數(shù)據(jù)質(zhì)量和數(shù)據(jù)安全性等措施，增強數(shù)據(jù)的可信度，讓數(shù)據(jù)科學家和數(shù)據(jù)分析人員沒有后顧之憂，放心使用數(shù)據(jù)資產(chǎn)，降低因為數(shù)據(jù)不可用、不可信而帶來的溝通成本和管理成本。

　　可運營：數(shù)據(jù)資產(chǎn)運營的最終目的是讓數(shù)據(jù)價值越滾越大，因此數(shù)據(jù)資產(chǎn)運營要始終圍繞資產(chǎn)價值來開展。通過建立一套符合數(shù)據(jù)驅(qū)動的組織管理制度流程和價值評估體系，改進數(shù)據(jù)資產(chǎn)建設(shè)過程，提升數(shù)據(jù)資產(chǎn)管理的水平，提升數(shù)據(jù)資產(chǎn)的價值。

　　2. 人工智能大幅提升數(shù)據(jù)治理效率

　　高質(zhì)量的大數(shù)據(jù)作為AI的原料，不斷地訓練出表現(xiàn)越來越出色的AI模型。反過來，AI也可以反哺大數(shù)據(jù)的處理能力，幫助人類大幅度提升大數(shù)據(jù)處理效率。目前很多企業(yè)和大數(shù)據(jù)服務提供商都在探索用機器人學習的方式幫助組織增強數(shù)據(jù)治理能力。

　　通過應用機器學習技術(shù)，來識別哪些數(shù)據(jù)可能有問題，哪些數(shù)據(jù)是用戶的隱私數(shù)據(jù)。一旦數(shù)據(jù)特征被確認，就會自動給它們打上標簽，從而使用這種自動化的機制來完成一部分數(shù)據(jù)治理工作。

　　比如當碰到某類有特殊標記的數(shù)據(jù)時，就會有相應的流程契動。而解決這類問題的傳統(tǒng)機制往往需要人工操作，費時費力，在大數(shù)據(jù)時代，這樣的人力成本投入已經(jīng)不再實現(xiàn)，機器學習惡意將這一整串流程完全自動化，且準確率達到較高的水平。

　　在數(shù)據(jù)安全管理方面，人工智能的介入將幫助組織發(fā)現(xiàn)更多可疑的數(shù)據(jù)竊取、數(shù)據(jù)泄露的潛在風險，識別潛在的系統(tǒng)攻擊，幫助組織建立健全的數(shù)據(jù)安全管理措施，填補技術(shù)上的漏洞。

　　3. 以元數(shù)據(jù)為核心的分布式數(shù)據(jù)治理

　　隨著云計算、邊緣計算的興起，未來的數(shù)據(jù)治理必須滿足分布式的要求，因為數(shù)據(jù)治理總是隨著數(shù)據(jù)存儲的位置進行。而實現(xiàn)這些，需要數(shù)據(jù)治理圍繞元數(shù)據(jù)展開，無論數(shù)據(jù)分散在何處，都可以在數(shù)據(jù)保留在原地的情況下，通過元數(shù)據(jù)把它們關(guān)聯(lián)在一起，因此元數(shù)據(jù)將成為未來數(shù)據(jù)治理的基礎(chǔ)和核心。

更多精彩，請關(guān)注“官方微信”