数据治理主动数据治理

主动数据治理方法消除了“数据治理官僚化”这一认识，因为主数据的授权已推给上游的业务用户，使数据管理员处于很少被打扰的角色，他们将不会成为诸如订单管理或出具等关键业务流程的瓶颈。

销售和营销均受益，因为可更迅速且经济有效地完成营销活动，在启动活动之前无需前期数据纠正。财务上也受益，因为将一次性捕获新客户需要的所有数据元素，添加新客户的流程包括提取第三方内容并计算限额，然后将该信息传回 ERP 系统。

数据治理数据分类

大家都知道我们擅长做数据分类分级，对于我们来说，这确实是一个老生常谈的问题，但在整个数据安全领域中，它却又是般的存在，不得不提。散落在企业各个存储角落的那些数据，在业务维度上，都属于哪个业务域、哪条业务线、哪个业务系统、哪个业务项、哪个业务分类，这些被贴上了业务标签的数据，将更容易从业务视角进行解读，为数据分级打下根基。从数据资产化的角度来看，数据分类可以独立存在，然而数据分级在某种程度上来说，需要依赖于数据分类的结果，因为数据分类令数据有了明确的业务属性。

数据治理数据管理流程

数据管理流程、数据申请流程、数据创建流程、数据生产流程、数据修改流程、数据销毁流程、数据共享交换流程等，基本贯穿整个数据生命周期。企业究竟有没有统一的数据使用流程，数据使用流程是什么样的，是数据认知的重要组成部分，作为数据安全的工作者，必须清楚地了解内部数据使用的全流程，方能制定出合理合规的管理方案。

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。