数据治理内容

以企业财务管理为例，会计负责管理企业的金融资产，遵守相关制度和规定，同时接受审计员的监督；审计员负责监管金融资产的管理活动。数据治理扮演的角色与审计员类似，其作用就是确保企业的数据资产得到正确有效的管理。

由于切入视角和侧重点不同，业界给出的数据治理定义已经不下几十种，到目前为止还未形成一个统一标准的定义。

ITSS WG1认为数据治理包含以下几方面内容

（1）确保信息利益相关者的需要评估，以达成一致的企业目标，这些企业目标需要通过对信息资源的获取和管理实现；

（2）确保有效助力业务的决策机制和方向；

（3）确保绩效和合规进行监督。

数据治理成为未来发展主流

面对新经济发展模式，新的机遇和挑战，很显然引导和参与下，社会将投入更多的资源，形成新一轮的数字化建设的浪潮。那么，数据化建设的方向、数据化建设的内容，在此期间将会有哪些特点，本文从多方面给予论述，为企业发展提供简明的思路。

作为未来的发展前沿，离不开数字化基础。数字化浪潮虽然可以促进企业的快速发展，推动信息的流动，但是离不开企业信息化发展的规律。企业仍会从业务系统开始，逐步构筑数据融合的信息平台再构筑跨管辖权的数据交换平台。这个发展规律，决定了企业未来的数字项目内容，这些内容将是未来的发展主流。

数据治理数据形态

作为数据安全工作者，了解企业自身数据的步就是数据形态的认知。数据体量有多大，是TB、PB还是ZB级？哪些是结构化数据、哪些是半结构化数据、哪些是非结构化数据？这些数据都存储在哪里，企业都用到了哪些种数据库，是传统的关系型数据库、Mpp数据库、K-V数据库还是基于Hadoop的数据库？这些数据的增量情况如何等等，都属于数据形态的范畴，都需要梳理了解。

数据治理现有系统中的敏感数据梳理

该银行没有明确的数据价值定义标准，致使工作人员无法对辖区内掌握和拥有的数据进行很好的估值，随之对于操作稍有不慎所产生的后果也就无从评估。对此，派客动力脱敏平台内置了大量的敏感数据发现算法，能够通过对该银行现有系统中的数据进行采样分析，自动发现系统中包含敏感信息的敏感数据，包括姓名、证件号、银行账户、金额、日期、住址、电话号码、 Email 地址、车牌号、车架号、企业名称、工商注册号、组织机构代码、纳税人识别号等；对所有敏感数据进行梳理、收集。