数据治理主动型治理

主动数据治理的个优势是可在根源获得主数据。具有严格的“搜索后再创建”功能和强大的业务规则，确保关键字段填充经过批准的值列表或依据第三方数据验证过，新记录的初始质量级别将非常高。

主数据管理工作通常着重于数据质量的“使它干净”或“保持它干净”方面。

如果 MDM 系统中的数据质量初始级别非常高，并且如果您不会通过从 CRM 或 ERP 源系统中传入不、不完整或不一致的数据来连续污染系统，则主数据管理的“保持它干净”方面非常容易。

主动数据治理还可有效消除新主记录的初始录入和其认证以及通过中间件发布到企业其余领域之间的所有时间延迟。由用户友好的前端支持的主动数据治理可将数据直接录入到多领域 MDM 系统中，可应用所有典型的业务规则，以整理、匹配和合并数据。当初始数据录入经过整理、匹配和合并流程后，此方法还允许数据管理员通过企业总线将更新发布到组织的其它领域。

数据治理数据适用、加工活动

数据处理活动需要具备明确的目的，并被用户授权；

处理生物识别、健康、金融账户、行踪轨迹等敏感个人信息，应取得个人的单独同意；

通过自动化决策方式向个人进行信息推送、商业营销，应提供不针对其个人特征的选项或提供便捷的拒绝方式。

数据传输、提供、公开活动

未经用户授权，数据信息不得向第三方传输和提供；

数据信息特定目的适用，未经授权不得不公开；数据信息不得泄露的原则。

数据治理数据安全应用

数字化社会离不开数字的流通和信息的交互，如何明确数字资源的产权，保障数据流通的安全型，在数据跨境传输和安全保护领域如何确保公民和国家的数据安全将是数字化建设的重要环节，包括数据应用安全和数据生命周期安全两个方面。

数据应用安全是数字化应用过程中产生的新课题，包括如何人脸识别技术、数字签名技术、数字认证技术、加密传输技术、网络隔离技术等等，该类技术支撑数据在不同场景中被安全应用，具有良好的发展前景。

数据治理行业现状

目前各行业都在向数字化驱动做转型，中大型企业内部有海量的业务系统，同时系统内承载着海量的敏感数据信息。由于企业不断的拓展多种类新业务，导致新、老数据出现结构复杂、类型多样，难以管理的局面。正因如此，繁多复杂的数据中蕴藏着极具价值的敏感数据，而这样的局面对于敏感数据的保护也就极为艰难。各行业也认知到了这个问题，基本都已规划及实施建设了信息安全体系，能够的保障业务系统的安全，为何数据泄露事件依然频频发生呢？