数据治理过程

从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从***到终端再回到***形成一个闭环负反馈系统（控制理论中趋稳的系统）。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。

数据治理数据脱敏

数据脱敏不仅仅是代名词，同样也蕴含着复杂且多样的脱敏技术能力。在不同环境下，企业对于敏感数据脱敏的要求也不尽相同。例如：脱敏后的数据要求性、可用性、完整性等。通常来说，市面上多数的脱敏产品中可通过内置的规则对、姓名、等常用的敏感数据实现脱敏，并满足后续的测试、使用等需求，而更多真实环境中，往往需要脱敏的

敏感数据实际在脱敏操作中更为复杂化。

数据治理数据脱敏后数据依然具备业务规则关联性

派客动力脱敏平台根据该银行需求，保障脱敏后的数据依然具备供企业使用、分析的能力，具备能让业务可靠运行的能力。因此，脱敏后的数据能够保有原始数据的业务属性和数据分布特征，例如：原始数据中的姓名、地址等信息，需要在脱敏后依然具有可读性，脱敏后的数据满足业务系统的数据规则，能够正确的通过业务系统的数据有效性验证，如号、号的校验位，生日的区间等。

数据治理

GDPR对中国的影响也是显而易见的，《网络安全法》以及我国各行业法规规定了数据的存储、处理、访问等必须在境内进行，这与GDPR的监管要求存在冲突，GDPR赋予了欧盟各监管机构调查数据的权利，欧盟以外的企业为欧盟境内的数据主体提供服务或监控其行为，则纳入GDPR的长臂管辖范围。受限于中国与欧盟间不同的政策法规以及相关标准限制，GDPR的出现无疑给我国的和企业抛出了一道难题，是修改自己的合规要求同GDPR保持一致，还是舍弃庞大的欧盟市场？相对于GDPR更为明确的惩处力度，相信会有企业选择遵守GDPR，从而漠视中国的法律法规，因此GDPR的出现无疑会削弱我国法律的约束力。