应对型数据治理缺点

批量集成和应对型数据治理方法引入的时间延迟可能导致业务部门继续操作重复、不完整且不的主数据。因此，这会降低多领域 MDM 方案实现在正确的时间向正确的人员提供正确数据这一预期业务目标的能力。在期望被设定为数据将变得干净、且及时之后，批量集成引入的时间延迟让人感到沮丧。应对型数据治理（下游数据管理员小组负责整理、去重复、纠正和完成关键主数据）可能导致让人认为“数据治理官僚化”。

数据治理内容服务将是

数字化社会的建立，从技术上可以分为很多架构，从应用上也有众多分支，透过众多的表现形式，笔者通过比对各类数据建设方案，分析各种应用场景，可以看出数据化建设的本身越来越互联网化，其主要特征就是服务为王，如何从数字化浪潮中构筑新型的服务内容，提供***的场景化解决方案将是未来的重中之重。

智慧型交通、城市大脑、新型农村、数字***、远程、异地协同、AI教育等等，笔者不在此列举，这些平台的特点都是是数字驱动型，都是未来的发展的***，但是这些平台提供的服务才是关键，才是数字化平台生命力所在。

与之相应的技术型企业，只有扎根企业，提供行业解决方案，提供场景化功能服务，才能在数字化浪潮中绽放光芒。

数据治理步骤

共享数据准备阶段

共享数据提供方根据共享业务需求完成共享数据归集、数据分类分级，并对共享数据进行持续性的维护，保证共享数据的准确、完整、可用和真实。

共享数据交换阶段

需对交换服务的资源方和使用方之间提供审核及***等权限，共享数据交换服务方采用身份鉴别、访问控制、安全传输、过程追溯等技术手段，保证信息共享交换过程中交换实体可信、数据传输安全、交换行为记录可追查。