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”。

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。

数据治理过度采用GDPR对国内的影响

中国与欧盟国家的国情不同，法律也不同。与欧盟相比，目前我国尚未形成关于个人数据保护完善的法律法规体系，类似的相关条款基本都分散在不同部门的法律法规或标准中，边界和惩处力度不如GPPR明确，因此我国的个人数据保护基本还是依靠数据数据服务商单方面自律性的承诺，缺乏强制力。在数字经济大爆发，又缺乏明确约束力的背景下，许多企业制地采集使用个人信息，甚至会出现企业间数据共享、交换的情况出现。

数据治理GDPR带来的影响

不过关于GDPR带来的影响，我们也不该盲目悲观，还是有可借鉴之处。首先应该认识到，个人信息保护和数字经济之间，永远不可能找到的平衡点，根据形势进行动态平衡才是途径。短期内，我们在大方向上应该坚持经济发展以造福于国民，毕竟数字经济在我国已经成为重要的经济增长点；但长远考虑，国民的自我隐私保护意识是逐渐加强的，提升企业的公信力势在必行，单纯依靠企业的自觉很难赢得公民的信任，因此需要国家在小化影响经济发展的情况下从立法层面不断完善，方能达成目标。