今天有很多關于數據治理的討論。但令人驚訝的是，今天“進行數據治理”的組織數量并不高。在我看來，數據治理是現代數據驅動型企業的必備條件。但我想您的組織決定不進行數據治理有幾個原因。

理由＃1：組織中的每個人都可以輕松查找數據
到目前為止，許多組織已經投資了某種類型的自助BI或可視化工具。希望這個神奇的工具能夠為所有商業用戶解鎖數據，以便他們能夠發現隱藏的見解，將您的公司推向新的競爭高度。他們所需要的只是正確的數據，而智慧的寶石將會溢出。因此，如果您的組織每次都快速找到正確的數據而沒有任何問題，那么您可能不需要進行數據治理。

但如果你像我談到的大多數公司一樣，現實遠非如此。可能有一些數據高手使用您的自助式BI工具，但最有可能的是大多數人沒有。為什么？有幾個原因。首先，他們可能找不到數據他們需要做分析。如果他們找不到數據，那么他們可能不會使用該工具，如果有的話。其次，假設他們找到了一些數據，他們可能不知道它意味著什么 - 或者如何找出它意味著什么。如果他們不知道這意味著什么，那么他們可能不會非常使用該工具，如果有的話。第三，假設他們找到數據并知道它意味著什么，他們不知道它是否值得信賴。如果他們不知道他們是否可以信任這些數據，那么（我確定你會看到它的發展方向），如果有的話，他們可能不會非常使用這個工具。

如果這聽起來很熟悉，不要灰心。我與之交談的大多數公司都在同一條船上。他們意識到，要實現自助式商務智能的承諾，他們需要數據治理。他們需要一個數據記錄系統，以及一個受管理的數據目錄，幫助所有業務用戶查找，理解和信任數據。

理由2：你的數據池是原始的
如果你正在閱讀這篇博文，那么你很清楚圍繞大數據的炒作。可能的情況是，您的組織有一個數據池，其中包含充滿競爭優勢的數據集。如果您的組織的數據池與高山草甸一樣純凈，那么您可能不需要數據治理。

不幸的是，我還沒有看到一家公司的數據池幾乎是原始的。事實上，大多數數據都填充了相同數據的略微修改版本。真的，這并不奇怪。數據池承諾持有大量結構化和非結構化數據，數據用戶可以使用我之前提到的自助服務BI工具訪問這些數據。但問題是進入數據池的數據受到污染，并且沒有辦法防止更多的污染進入那里。然后你拿一些污染的數據，把它與其他污染的數據混合起來，然后創建一個新的數據集......你會看到它的發展方向。

結果是一個充滿數據的泥濘湖泊，可能 - 或可能不 - 質量好。如果這聽起來像你，再次，你絕對不是一個人。再一次，數據治理可以提供幫助。通過建立治理流程來檢查數據，然后將其提取到數據庫中，您可以放心，您放入數據池的數據質量很高，并且遵循數據組織設置的規則和標準。而想要使用該數據的用戶可以通過受管理的目錄輕松找到它以及有關它的所有內容。

理由3：你不需要遵守任何規定 - 永遠不會
法規是現代商業的重要組成部分。只要問任何被迫遵守BCBS 239或CCAR的大型銀行。并非每個企業都像銀行一樣受到監管，但是越來越多的監管機構不僅要求提供有關您業務的報告，而且還要求您通過正確的數據證實這些報告是正確的。現在，你可能在想，這不適用于我。所以我不需要做數據治理。

但還有更多比如隱私監管。采用通用數據保護法規（GDPR）例如。這項新法規的重點是保護歐盟公民的個人數據。它具有巨大的影響力 - 如果你在2018年5月25日之前沒有遵守規定，那將會產生巨大的影響（認為全球收入的2-4％會受到罰款！）。雖然你可能會想“我是一家美國公司。GDPR不適用于我“ - 再想一想。任何與歐盟公民有業務往來并保留相關信息的公司（即使只是姓名和電話號碼）都需要遵守，即使他們不在歐盟。合規的一部分能夠表明您正在做正確的事情來保護和保護歐盟公民的個人數據。除了其他方面，您還需要能夠顯示血統，所有權和訪問權限。你猜對了 - 數據治理是證明你掌握個人數據的關鍵。