2.1 数据治理的必要性

通过前文可以对数据治理有一个初步认识，但对目前大型企业中数据管理、运营等各方面存在的问题不够深入。下面对企业中数据应用方面存在的典型问题进行阐述。

1.存在信息孤岛，有数不能用

当前，很多企业在进行数据治理过程中普遍存在“不愿、不敢、不能”共享的问题，导致海量数据散落在众多机构和信息系统中，形成一个个“数据烟囱”。一是不愿共享，多数分/子公司、业务部门都将数据作为战略性资源，认为拥有数据就拥有客户资源和市场竞争力，主观上不愿意共享数据。另外，各组织内部数据涉及权属分割，数据所有权和事权密切相关，部门宁愿将数据“束之高阁”，也不愿轻易拿出来共享。二是不敢共享，如有些数据具有一定敏感性，涉及用户个人隐私、商业秘密，数据共享可能存在法律风险，客观上给机构间共享数据带来了障碍。三是不能共享，由于各组织拥有的数据接口不统一，不同组织的数据难以互联互通，严重阻碍数据开放共享，导致数据资产相互割裂、自成体系。

2.数据质量不高，有数不好用

众所周知，高质量数据是企业业务创新的重要基础，也是大数据提升管理层决策能力的关键前提。然而，当前各个企业的整体数据质量普遍不高，给数据深入挖掘与高效应用带来困难。在完整性、准确性方面，由于缺乏统一的数据治理体系，有些企业在数据采集、存储、处理等环节可能存在不科学、不规范等问题，导致错误数据、异常数据、缺失数据等“脏数据”产生。在一致性方面，由于大型企业业务条线繁杂、业务种类多样，多个部门往往数据采集标准不一、统计口径各异，同一数据源在不同部门的表述可能完全不同，看似相同的数据实际含义也可能大相径庭，数据一致性难以保障。这给全局数据建模、分析和运用造成了障碍，数据挖掘效果大打折扣。

3.融合应用困难，有数不会用

互联网数据来源五花八门，面对来源众多、体量庞大、结构各异、关系复杂的各类结构、非结构化数据，想要从中挖掘出高价值、关联性强的高质量数据，需要高效的信息技术支撑和可靠的基础设施保障。然而，部分企业对科技研发投入显得相对不足、科技人员占比失调，利用数据建模分析解决实际问题的能力有待提高；信息资源利用大多停留在表面，数据应用尚不深入、应用领域相对较窄、数据与场景融合不够，导致数据之“沙”难以汇聚成“塔”，海量数据资源无法盘活，数据潜力得不到充分释放。

4.治理体系缺失，有数不善用

人们常说，技术本身是中性的，技术运用的善恶完全取决于人，这一结论对数据同样适用。科技要向善，数据也要向善。然而，由于法律法规尚不健全、数据治理体系还不完善、机构合规意识不足，数据“不善用”的问题较为突出。从业机构违法违规成本低，为谋求商业利益而置现有管理规定于不顾，过度采集数据、违规使用数据、非法交易数据等问题屡见不鲜。例如，某些APP、网站中，用户不授权提供手机号、通讯录、地理位置等信息，就无法继续使用和浏览，通过“服务胁迫”来达成“数据绑架”。此外，部分机构数据保护意识和内部管理、技防能力薄弱，数据泄露事件时有发生，用户成为“透明人”，电信欺诈、骚扰电话、暴力催收等屡禁不止，严重侵害用户权益。

面对上述常见的数据治理类问题，企业既要想办法解决各类障碍，树立原则，按规行事，也要把框架和脉络梳理好，稳步推进数据治理工程，稳中求进，步步为营，最终取得规划中的效果。下面简单介绍一下数据治理的原则与框架体系。