应对型数据治理缺点

批量集成和应对型数据治理方法引入的时间延迟可能导致业务部门继续操作重复、不完整且不的主数据。因此，这会降低多领域 MDM 方案实现在正确的时间向正确的人员提供正确数据这一预期业务目标的能力。在期望被设定为数据将变得干净、且及时之后，批量集成引入的时间延迟让人感到沮丧。应对型数据治理（下游数据管理员小组负责整理、去重复、纠正和完成关键主数据）可能导致让人认为“数据治理官僚化”。

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。

派客动力分类分级系统

派客动力数据分类分级管理系统是全Web化的数据资产管理系统，采用规范的数据分类、分级方法，有助于用户理清数据资产，分门别类地管理数据，确定数据重要性或敏感度，有针对性地采取适当、合理的管理措施和安全防护措施，形成一套科学、规范的数据资产管理与保护机制，从而在保证数据安全的基础上促进数据的使用以及开放共享。