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”。

数据治理数字标准

数字化社会的体现标志是什么，笔者认为数字化社会的标志不是数字应用场景的具体化，也不是数据应用的多样化，而是全社会对数字有一个共同的标准、共同的规范，所有的数字化活动应遵循相关的要求，比如分类分级标准、数据安全规范、数据保护条例等等。

全社会将从行业归属角度，逐步建立数据分类分级标准，其中离不开的引导，分类分级的标准将是未来数据大融合、一个数据标准的数据基石，如何做好分类分级，凝聚社会共识，该类工作将会以咨询的方式完成规划，以公示的方式完成补充，形成数据分类分级标准。

数据治理管理规范

数据化建设过程中的管理规范，更多体现在数据融合和交换的管理方法中，该类方法是以应用软件为载体的数据管理类规范，通常在不同应用行业、不同使用者中采用不同的管理规范，其相互之间既有共通之处，也有各企业的特点。

数据标准和数据规范的制定将是数字化社会的主要工程，也是***建设别数据统一共享开放平台的基石。

派客动力分类分级系统

派客动力数据分类分级管理系统是全Web化的数据***系统，采用规范的数据分类、分级方法，有助于用户理清数据资产，分门别类地管理数据，确定数据重要性或敏感度，有针对性地采取适当、合理的管理措施和安全防护措施，形成一套科学、规范的数据***与保护机制，从而在保证数据安全的基础上促进数据的使用以及开放共享。