数据治理过程

从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统（控制理论中趋稳的系统）。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。

数据治理让数据更安全

这是一个很现实也很棘手的问题。大家都知道数据安全的重要性，都要做数据安全，也知道数据安全的几种思路方法，然而真正要做的时候，却发现根本无从下手，只能参考其它同类企业，人家采购了什么，自己就采购什么，或者监管机构要求做什么，就采购什么。至于数据安全软件买来怎么用，或者究竟能派上多大用场，没人能说得清。其实，造成这种局面的本质原因就是企业对自身的数据缺乏认知，解决了数据认知问题，数据安全的落地便是水到渠成的了。所以，与其谈论该如何做数据安全，不如谈谈该如何提升数据认知能力。

数据治理数据***

数据***不仅仅是代名词，同样也蕴含着复杂且多样的***技术能力。在不同环境下，企业对于敏感数据***的要求也不尽相同。例如：***后的数据要求性、可用性、完整性等。通常来说，市面上多数的***产品中可通过内置的规则对、姓名、等常用的敏感数据实现***，并满足后续的测试、使用等需求，而更多真实环境中，往往需要***的

敏感数据实际在***操作中更为复杂化。

数据治理GDPR带来的影响

不过关于GDPR带来的影响，我们也不该盲目悲观，还是有可借鉴之处。首先应该认识到，个人信息保护和数字经济之间，永远不可能找到的平衡点，根据形势进行动态平衡才是途径。短期内，我们在大方向上应该坚持经济发展以造福于国民，毕竟数字经济在我国已经成为重要的经济增长点；但长远考虑，国民的自我隐私保护意识是逐渐加强的，提升企业的公信力势在必行，单纯依靠企业的自觉很难赢得公民的信任，因此需要***在小化影响经济发展的情况下从立法层面不断完善，方能达成目标。