派客动力数据治理支持多版本自定义的要求

· 支持用户自定义分类分级体系，且属性可扩展

· 多套分类分级体系共存，满足不同的合规要求便捷灵活的实施

· 支持字段的模糊查询及批量设置，不必担心管理一个数据库几十万字段的庞大工作量

· 同时利用分类结果进行字段筛选，辅助数据分级，既减少了维护几十上百万字段的工作量，又满足了某些行业分类分级强关联性的要求友好的界面及操作风格

· 秉承基础通用软件的界面及使用风格，让用户快速上手，无违和感地使用强大的数据地图· 支持表格、图形等各类数据报表的自定义展示

· 内置分析、预警、纠错等维度报表，辅助用户进行数据***

数据治理数据形态

作为数据安全工作者，了解企业自身数据的步就是数据形态的认知。数据体量有多大，是TB、PB还是ZB级？哪些是结构化数据、哪些是半结构化数据、哪些是非结构化数据？这些数据都存储在哪里，企业都用到了哪些种数据库，是传统的关系型数据库、Mpp数据库、K-V数据库还是基于Hadoop的数据库？这些数据的增量情况如何等等，都属于数据形态的范畴，都需要梳理了解。

数据治理数据分类

大家都知道我们擅长做数据分类分级，对于我们来说，这确实是一个老生常谈的问题，但在整个数据安全领域中，它却又是般的存在，不得不提。散落在企业各个存储角落的那些数据，在业务维度上，都属于哪个业务域、哪条业务线、哪个业务系统、哪个业务项、哪个业务分类，这些被贴上了业务标签的数据，将更容易从业务视角进行解读，为数据分级打下根基。从数据资产化的角度来看，数据分类可以***存在，然而数据分级在某种程度上来说，需要依赖于数据分类的结果，因为数据分类令数据有了明确的业务属性。