在数字化转型的快速进程中，企业数据治理面临着多重挑战。企业规模越大，所处理和产生的数据量也就越庞大，这也就意味着企业需要制定出适合自身特点的、正式且有效的数据治理策略。

企业在向着数字化快速迈进的同时，当前企业数据治理面临着各种挑战，主要表现为以下6个方面。

1.对数据治理的业务价值认识不足

企业领导和业务部门经常会对数据治理提出灵魂三问：

1.数据为什么重要？

2.数据治理能解决什么问题？

3.数据治理能带来哪些价值？

传统数据治理过于注重技术层面，侧重于底层数据的标准化和操作过程的规范化。虽然技术驱动的数据治理能够揭示数据的缺陷，提升数据质量，但这并未满足管理层和业务部门的需求。 因此，企业需要从解决实际业务问题和满足数据应用需求出发，以业务价值为导向，量化数据治理的业务价值，增强管理层和业务人员对数据治理的认知和信心。

 

添加图片注释，不超过 140 字（可选）

2.缺乏企业级数据治理的顶层设计

尽管有的企业已经意识到数据的重要性，并开始了数据治理的探索，但目前大部分的数据治理活动仍然是项目级或部门级的，缺乏企业级数据治理的顶层设计和资源统筹。 数据治理涉及业务梳理、标准制定、流程优化、数据监控、数据集成和融合等多方面工作，如果缺乏顶层设计的指导，治理过程中容易出现偏差或失误，而一旦出现偏差或失误又不能及时纠正，其影响将难以估计。 因此，企业数据治理的顶层设计需要关注全局性和体系性，从组织部门、岗位设置、流程优化、管理方法、技术工具等方面入手，构建企业数据治理的组织体系、管理体系和技术体系。

3.高层领导对数据治理不够重视

数据治理是企业战略层的策略，需要企业各级领导、各业务部门核心人员、信息技术骨干的共同关注和通力合作。 高层领导是数据治理项目实施的核心干系人，他们的支持不仅是财务资金方面，更在于对数据战略的细化和实施充分授权，以及所能提供的资源。 为了保证数据治理的成功实施，企业通常需要成立专门的组织机构，如数据治理委员会，并设立“首席数据官”（CDO）负责制定企业数据治理目标、方法和沟通策略。

 

添加图片注释，不超过 140 字（可选）

4. 数据标准不统一，数据整合困难

企业内部的数据标准不统一，各行业缺乏行业层面的标准和规范定义。在信息化早期，信息系统的建设由业务部门驱动，缺乏统一规划，形成了一个个信息孤岛。随着大数据的发展，企业数据呈现出多样化、多元化的发展趋势，数据集成、融合困难重重。同时，企业之间的数据标准也不统一，各行业、各企业倾向于依照自己的标准采集、存储和处理数据，这虽然在一定程度上保护了商业秘密，但阻碍了企业之间的协同发展。

5. 业务人员普遍认为数据治理是IT部门的事

在很多企业中，业务人员普遍认为数据治理是IT部门的事，而他们自己只是数据的用户，因此对数据治理持有一种“事不关己，高高挂起”的态度。然而，数据的定义、业务规则、数据输入及控制、数据的使用都是业务人员的职责，这些正是数据治理的关键。因此，在数字化时代，IT和业务应当紧密融合在一起，共同实现数据驱动业务、业务融入IT的目标。

6. 缺乏数据治理组织和专业的人才

数据治理实施的一个重要步骤是建立数据治理的组织并选拔合适的人才。 在实际操作中，企业常常面临如何建立合适的组织模型和选拔专业人才的挑战。 企业需要根据自身的组织和管理现状来确定数据治理的组织模型，没有最好的组织模型，只有更合适企业的组织模式。

（此处已添加书籍卡片，请到今日头条客户端查看）