2021年的數(shù)據(jù)治理趨勢反映了不斷變化的數(shù)據(jù)管理格局，側(cè)重點主要在數(shù)據(jù)安全和遠程訪問。在很大程度上，數(shù)據(jù)治理趨勢受到了2020年應對大流行帶來的持續(xù)影響，當時企業(yè)面臨著突然將工作場所結(jié)構(gòu)轉(zhuǎn)向遠程設置的情況。

數(shù)據(jù)治理現(xiàn)狀

根據(jù)歐文的《2021年數(shù)據(jù)治理和賦權(quán)狀況》報告，2021年的數(shù)據(jù)治理趨勢可能類似于過去幾年保持不變的驅(qū)動因素，包括:數(shù)據(jù)分析能力、法規(guī)遵從性、更好的決策

該公司指出，還有兩個新確定的數(shù)據(jù)治理政策的實施驅(qū)動力:改進的數(shù)據(jù)安全、提高數(shù)據(jù)質(zhì)量

這些新的驅(qū)動因素反映了COVID-19大流行帶來的獨特數(shù)據(jù)安全挑戰(zhàn)。對企業(yè)數(shù)據(jù)資產(chǎn)的廣泛遠程訪問引入了跨企業(yè)網(wǎng)絡的新漏洞，包括那些影響數(shù)據(jù)隱私遵從等數(shù)據(jù)治理目標的漏洞。

與過去幾年一樣，數(shù)據(jù)治理將繼續(xù)與其他數(shù)據(jù)監(jiān)督工具(包括端到端數(shù)據(jù)管理平臺中的工具)一起發(fā)揮互補或集成的作用。

數(shù)據(jù)治理軟件的5個趨勢

1.增加對建立單一真相來源的關注

企業(yè)認識到，不同的數(shù)據(jù)豎井經(jīng)常會導致重大問題，特別是涉及到快速訪問、審計和報告時。統(tǒng)一的數(shù)據(jù)存儲庫更容易監(jiān)督和保護。

根據(jù)Druva最近的一項調(diào)查，73%的IT決策者表示，他們在做業(yè)務決策時比以往任何時候都更依賴數(shù)據(jù)。然而，41%的受訪者表示，他們無法輕易獲得所需的數(shù)據(jù)。

基于云的解決方案在簡化數(shù)據(jù)訪問和存儲方面越來越受歡迎。云數(shù)據(jù)存儲庫允許遠程工作人員和客戶端從任何地方訪問數(shù)據(jù)，比許多本地解決方案更具可伸縮性。

當組織趨向于集中化時，重要的是要注意數(shù)據(jù)安全變得更加重要，因為更廣泛的數(shù)據(jù)池對壞參與者來說是更有吸引力的目標。還必須保護集中數(shù)據(jù)，防止由于自然災害、意外刪除和機器故障造成的數(shù)據(jù)丟失。

2.形式化的數(shù)據(jù)收集

不斷擴大的數(shù)據(jù)池正在影響組織收集數(shù)據(jù)的方式。在此之前，企業(yè)可能會根據(jù)客戶偏好使用許多不同的數(shù)據(jù)收集方法，而更加形式化的數(shù)據(jù)收集有助于確保數(shù)據(jù)治理中的數(shù)據(jù)完整性。

從一開始就一致的數(shù)據(jù)收集大大減少了數(shù)據(jù)監(jiān)督所涉及的時間，因為分析師不需要手動調(diào)整數(shù)據(jù)的一致性。統(tǒng)一的數(shù)據(jù)收集也有利于某些人工智能(AI)增強的軟件解決方案，特別是那些涉及基于規(guī)則的機器學習(ML)的解決方案，這是一個影響網(wǎng)絡安全平臺和數(shù)據(jù)治理工具的問題。干凈的數(shù)據(jù)對機器學習軟件至關重要——當數(shù)據(jù)結(jié)構(gòu)不一致時，丟失大量數(shù)據(jù)的風險是非常真實的。

全球分析和激活平臺Piano的數(shù)字分析專家Declan Owens表示，數(shù)據(jù)質(zhì)量是一種必須持續(xù)保持的方法，以保證數(shù)據(jù)的可靠性。

Owens說:“可以考慮創(chuàng)建一個數(shù)據(jù)治理機構(gòu)，以永久監(jiān)控流程的效率?！薄叭绻粋€數(shù)據(jù)項包含錯誤，研究它，糾正它，記錄它，然后采用適當?shù)囊?guī)則，這樣它就不會再發(fā)生?！?/p>

3.增加對數(shù)據(jù)素養(yǎng)的關注

企業(yè)越來越注重提高員工的數(shù)據(jù)素養(yǎng)，以提高跨部門和角色對數(shù)據(jù)的整體護理和處理。這種整體的方法可以全面改進數(shù)據(jù)治理。

企業(yè)正在更深入地教育員工他們每天使用的數(shù)據(jù)，傳授數(shù)據(jù)安全知識，數(shù)據(jù)處理和配置的最佳實踐，以及幫助公司實現(xiàn)更好的數(shù)據(jù)治理的工具培訓。

在這種情況下，圍繞數(shù)據(jù)素養(yǎng)的想法是，從數(shù)據(jù)被添加到企業(yè)網(wǎng)絡的那一刻起，數(shù)據(jù)將被更仔細地處理。優(yōu)先考慮數(shù)據(jù)完整性和安全性的公司文化肯定會帶來更好的審計、報告和遵從性。

4.云集成

數(shù)據(jù)管理總體上已經(jīng)轉(zhuǎn)向基于云的模式，在這種模式下，加密數(shù)據(jù)可以被遠程訪問和存儲。這些設置不僅能使業(yè)務實踐更加高效，而且還能幫助企業(yè)以各種方式將數(shù)據(jù)貨幣化。

無論數(shù)據(jù)如何使用，云中的數(shù)據(jù)治理都是必須的。行業(yè)分析師預測，未來的數(shù)據(jù)隱私法規(guī)可能會考慮云存儲如何影響風險。各公司有望看到專門針對云數(shù)據(jù)的新法規(guī)即將出臺。

大多數(shù)在云中執(zhí)行數(shù)據(jù)治理任務的企業(yè)都在混合云或多個云環(huán)境中運行，這可以降低總體成本，因為并非所有數(shù)據(jù)都需要在更昂貴的私有云網(wǎng)絡中得到嚴密保護。據(jù)IDC稱，到2021年底，全球超過90%的企業(yè)可能會依賴混合云模型，包括私有云和公有云結(jié)合傳統(tǒng)平臺。

5.人工智能

人工智能和機器學習已經(jīng)成為許多企業(yè)數(shù)據(jù)治理任務的規(guī)范。ML平臺可以自動化數(shù)據(jù)組織和遵從性審計等任務，為分析人員騰出時間處理安全功能等高優(yōu)先級問題。

機器學習工具使用的增加與數(shù)據(jù)完整性和一致性高度相關。這些平臺的可靠性取決于提供給它們的數(shù)據(jù)?，F(xiàn)代機器學習在找出隱藏數(shù)據(jù)方面做得更好，但當數(shù)據(jù)被統(tǒng)一存儲時，它的表現(xiàn)仍然要準確得多。

當前的數(shù)據(jù)治理趨勢主要聚焦在數(shù)據(jù)共享，以及有組織和統(tǒng)一的數(shù)據(jù)收集和存儲方法。而只有將這些優(yōu)先級牢記于心的軟件解決方案，才能夠有效滿足企業(yè)不斷增加的數(shù)據(jù)治理需求。