数据治理意义

网上都在说大数据时代的数据，价值堪比石油，所以各行各业都想发挥数据的大价值，但用没经过治理和保护的数据提供服务，就如同空中楼阁，提供的服务是有限的，做出的分析是不准的，是谈不上赋能的。遗憾的是，无论是否意识到了数据治理和数据安全的重要性，多数人依然会选择把关注点和投入放到数据服务上，因为服务（赋能）有亮点，能出彩，看得见、也摸得着。“万丈高楼平地起,一砖一瓦皆根基。”小学生都明白的道理，成年人如何不懂，只是认知不够。

数据治理数据处理者数据适用者

数据的拥有者

可以是数据的处理者、也可以委托第三方机构做数据处理，但需要明确数据的来源、数据处理的用途、数据处理的范围，因此，数据拥有者和数据处理者之间需要有明确的数据加工处理及信息保护条款。

数据的处理者需要明确数据安全的责任者、确保数据不被泄露、不被用作其他用途。

数据适用者

对于数据使用者，个人信息保没有特定说明，但是结合其他法律法规文件，可以看出，数据使用者应该分级使用，做到无法浏览与自己无关的数据信息。

数据治理企业系统梳理

开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则，确保数据的完整性和一致性。首先要建立公共信息类模型，保障数据梳理时有统一的信息规范。其次，设定特殊信息级模型，制定数据性等级，确定数据信息敏感级别，方便确立日后哪些数据、信息以何种形式进行交互流通。

数据治理GDPR

对于业务涉及到欧盟的企业来说，GDPR的出现，无疑将极大地冲击它们的生存法则，如果想满足GDPR的要求，恐怕要耗费大量成本来整改自己的产品或服务，因此企业合规成本的提高是中国数字经济直观的影响。但深究的话，问题似乎要更复杂。满足GDPR的合规要求对于大企业来说虽然增加了成本，但凭借庞大的体量，完全可以承受得起，甚至更可以借此机会塑造一个具有公信力的全新企业。