随着越来越多的组织了解数据的力量，正在采用更新的方法和工具来使数据变得更快速，更富洞察力。不久前，数据质量的浪潮使每个人正确地认为，如果数据质量不高，收集数据就没有多大用处。这意味着准确的采样，可靠的来源和测量技术，完整性以及及时的实施。但是，现在，利益相关者面临另一种挑战–数据仓库规模的迅速增加。
这意味着现在需要超越数据质量，并且单个来源或个人不再负责组织和控制数据。处理该问题的实践称为数据治理。
认识数据治理
当涉及基于数据管理或业务洞察力的决策需要来自不同利益相关者的多个输入时，企业需要数据治理。用这些术语，数据治理要求研究和理解正在使用的数据过程，并发展整个组织范围的策略。这意味着在任何级别上，都将根据业务策略来收集，访问或分析数据。对于尚未达到如此规模的企业来说，这听起来可能不是很重要，但是在缺乏明确和强制执行的政策的情况下，许多大中型组织可以证明生产率下降。
实施正确的数据治理必将减少冗余并提高业务决策的质量。但是，要做到这一点，它需要在整个组织中采用，并成为治理的重要组成部分。
客服毛燕