数据治理这项服务

我们将再次讨论对有形资产和无形资产进行估值的讨论，但数据无形而非技术的区分很重要，因为修复技术问题的典型方法是通过硬件或软件工具。虽然工具可以使数据治理更容易实现，但是数据治理没有银弹技术或解决方案，因为数据不等于技术。数据治理的关键成功因素在于角色和职责的定义和清晰度，业务流程，沟通，指标，管理，而不是技术。（工具确实让它变得更容易。）

随着您的工作人员继续遍历未知的数据海洋，下面是数据治理视野中的一些新兴趋势：

数据治理即服务

似乎一切都可以转化为服务。但这并不是我们在这里的意思。它正在将数据治理转变为公司的共享服务组织或支持中心，并专注于服务方面。考虑数据治理如何为整个公司的不同业务部门提供服务，同时认识到不同部门对支持的需求会有不同程度。治理应该是提出基于服务的问题，例如“你需要做什么数据？”或者，“如果有数据可以做什么，你还能做什么？”基本上，“数据治理还能为你服务吗？ ？”

对于许多已建立的数据治理计划而言，这是一个重大变化，其基础是数据治理定义并强制执行整个组织中数据的管理和使用方式，通常重点关注执行。转向以服务为基础的心态或方法并不否定对规则和政策或其实施的需要。它只是将优先级转移到服务和支持上。这种转变对治理计划未来的成功至关重要。

数据战略

虽然这可能属于流行语类别，但由于“战略”这个词，它的骨头上有更多的肉。每个人都喜欢一个好的策略。这里的趋势是数据战略不再是技术对话，而是将数据基础设施/环境现代化的手段。对话的转变是我们如何使用我们的数据来改进我们的业务流程或创建新的业务模型以产生新的收入流。在许多情况下，数据治理在此对话的桌面上占有一席之地。并且，如果最初没有被邀请，那么请求邀请是绝对合适的，或者如果在文化上可以接受，则可以自行提起座椅。治理通过解决效率和有效性的要素来增加价值，并提供成功实现两者的手段。

自动化

这是AI和ML发挥作用的地方。实时和流媒体也是这一趋势的一部分。当然，前提是我们可以在逻辑上编程以分析当前条件并根据定义的条件或事件触发操作。自动化的进步是巨大的，这些技术的应用正在数据管理和数据治理中迅速传播。虽然数据确实与技术不相同，但重要的是要了解技术可以使数据变得更加容易。自动化无疑是技术可以快速推进数据治理工作的地方之一。数据治理的自动化之处在于它有助于释放数据主题专家，专注于更具战略性的计划。

企业社会责任

数据和数据管理的重要性，价值和责任正在迅速增加，特别是在消费者数据方面。详细介绍数据收集，获取，使用，存储，管理和共享的Verbiage正在制定正式的企业社会责任政策，声明和报告。消费者希望公司不仅可以保护和保护他们的数据，还可以保护他们的利益。