无论数据是大是小，它都具有推动创新和改变企业的力量。如今，零售商正在利用行为数据为消费者提供个性化的购物体验，银行正在分析购买活动以检测和防止欺诈，医疗保健公司正在结合患者和社会数据来推进精准医疗。
尽管如此，许多寻求释放数据全部潜力的企业仍然面临挑战。让数据发挥作用比想象中要困难得多。
数据的复杂性
如今，数据无处不在——移动应用程序、云计算、物联网社交媒体。很多都是非结构化的。组织内部的业务数据比以往任何时候都更加复杂和多变。来自组织外部的数据流——尽管它很有价值——带来了新的隐私和合规困境。
换句话说，今天的数据比五年前更具挑战性。即使是专业的数据用户也很难找到和信任适合他们需要的数据。业务用户(可以说是做出推动企业前进的关键决策的人)很难访问、理解和信任数据。一段时间以来，企业一直在引入自助式商业智能工具，试图缩小这一差距。但如果用户不相信他们找到的数据，不能理解它的含义，也不了解它的来源，这些数据可能会保持原样:停滞在一个非常昂贵的数据湖中。
数据治理推动更好的分析
让数据发挥作用需要在企业范围内找到、理解和信任数据的能力。这需要良好的数据治理。为什么?数据治理为您提供了一种系统的方式来管理数据及其可用性、可用性、完整性和安全性。数据治理帮助组织提高数据的可用性、质量和价值。对于用户来说，良好的数据治理使数据透明和可用，建立信心和信任。
开始
定义关键数据集
从关键数据开始对有效治理至关重要。关键数据通常包括来自企业的一些结构化信息，但在当今世界，聊天日志、Facebook数据、Twitter feed和传感器数据等内容通常对新的增值流程和活动至关重要。
自动化
手工处理无法跟上当今数据的多样性和广度。随着数据的不断扩展，自动化数据治理可以帮助您在整个企业范围内维护策略。通过自动化，你可以跟踪数据历史，血统和所有权，并跟踪未来对数据标准和政策所做的任何更改的影响。
不要忘记管理你的分析
数据治理方法和自动化它的系统应该能够灵活地捕获有关分析的所有方面的信息，从Map/Reduce作业到可视化。
建立一个数据治理团队
一个强大的数据治理委员会应该包括来自组织各地的首席数据官和执行发起人。数据管理员和主题专家也必须如此被授权不断增加、改进和增强数据及其信息。
如果没有数据治理，新的数据计划可能会引发一大堆麻烦:误导性的数据、意想不到的成本和违反监管的风险。数据治理是一个框架，用于设置数据使用策略和实现旨在确保信息保持准确、一致和可访问的控制。它使组织能够向用户提供一组信息，使他们能够利用数据的力量。
