数据治理的难与痛，你体会到了吗？

首先，数据质量不高。

俗话说“巧妇难为无米之炊”，但做出一道美食也需要质量高的食材。数据质量不高，是数据治理这道“美食”遇到较为严重的问题之一。

由于缺乏数据顶层治理体系、数据采集标准缺乏、数据源错误或陈旧、数据模型不准确等等问题，使得企业数据的全生命周期质量不高，也就难以形成有效的数据资产。

其次，数据安全体系不完善。

虽然目前拥有数据安全“三法一条例”的基础法制架构支撑，但到具体的数据治理业务当中，数据安全问题仍然突出。

横向，数据安全需要从收集开始，贯穿数据的全生命周期；

纵向，企业需要根据数据的安全风险程度，设置不同的安全等级，亦或者根据不同的业务类型及公司经营核心数据，进行分类分级管控。

最后，缺乏数据治理制度规范的制定和有效落地。

无规矩不成方圆，在数据治理过程中，企业需要制定完善的制度、标准、规范。

如企业成立专门的数据治理部门，以打通各个部门之间的数据壁垒。

例如在主数据、元数据、数据标准、数据质量、数据模型、数据交互等等方面制定相应制度并建立流程规范进行指导落地。