数据治理必要性

企业高层必须制定一个基于价值的数据治理计划，确保董事会和股东可以方便、安全、快速、可靠地利用数据进行决策支持和业务运行。

数据治理对于确保数据的准确、适度分享和保护是至关重要的。有效的数据治理计划会通过改进决策、缩减成本、降低风险和提高安全合规等方式，将价值回馈于业务，并终体现为增加收入和利润。

国际上此方面的研究协会比较多，但截止2014年底中国只有ITSS WG1国际化小组展开了正式研究，并向ISO正式提交和发布了数据治理的研究白皮书。

我喜欢把数据赋能和数字化转型放在一起讲，因为数字化转型的目标之一就是数据赋能。众所周知，我们从93年开始逐步发展信息化，从为了解决业务上0和1问题，为了解决无纸化办公，到现在的大数据时代，近30年的时间总结起来，数据领域一共就三件事：解决数据孤岛问题、隐私数据保护以及提供数据服务。翻译过来就是数据治理、数据安全治理以及数据赋能。

数据治理方法

自动调度：系统内包含自动调度器自动执行测试数据抽取以及脱敏工作，减少人工干预。性能优化：通过多任务、多线程、分批处理等技术实现脱敏的。完善的用户权限管理：系统具备完善的用户权限管理策略，可以针对不同角色、不同用户、不同操作系统进行权限设置，从而实现更为细粒度的权限管理。异构环境支持：同一平台支持异构数据库、应用程序和IT环境。自定义算法：系统支持各类加密、或基于各类复杂业务的DB或JAVA的自定义算法。

数据治理保障生产数据安全

商业保护的困境就是数据存在的形式过多，访问人数多，存储分散。在商业银行的内部有海量的数据信息，这些数据信息大部分被分散存储到全行办公人员的PC端、移动存储介质、邮箱等，由于日常对员工的要求和管理标注高低不一，人员安全意识不均衡，这也进一步增加了对数据信息安全保护的难度。派客动力脱敏平台中的权限管理首先将员工进行等级划分，不同等级的员工所获取到的权限不同，对于数据信息处理手段上也有了明确的差距。例如：只读权限，完全控制等。