数据治理企业系统梳理

开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则，确保数据的完整性和一致性。首先要建立公共信息类模型，保障数据梳理时有统一的信息规范。其次，设定特殊信息级模型，制定数据性等级，确定数据信息敏感级别，方便确立日后哪些数据、信息以何种形式进行交互流通。

想要对敏感数据加以保护，首先要发现出存在企业系统中的敏感数据，并保障其性。例如：系统内的某一列字段为联系方式，由与座机号组成，这些信息由于存在于同一列中，若是从字段所设定的数据特征去发现，很容易将其中一个作为非敏感数据而无法形成的敏感数据发现。

派客动力敏感数据发现系统，能够从企业或***内部海量业务系统及磁盘文件中自动识别、发现并***敏感数据，可基于元数据、数据内容进行敏感数据识别，内置的敏感数据发现算法，且支持用户自定义敏感数据发现规则，构建企业全景敏感数据地图。

数据治理***后的数据依然具备高质量分析性

商业***在内部办公、内外网数据共享、第三方数据交换、系统开发维护中，存在大量的数据交互，如果直接使用未***的数据，极有可能造成数据***。为此，派客动力***平台中的***板块为其提供自定义***规则的人性化服务，该***可根据业务自身需求和数据类型定义不同的数据***规则，建立完整的敏感数据***策略来规避数据流通中的风险。

数据治理

敏感数据一旦***会给个人及社会带来严重危害，甚至对企业及***带来不可估量的损失，那敏感数据到底有哪些呢?除***、***内界定的敏感数据（号、姓名、住址、***帐号等）外，还有企业或***机构不适合公开的数据，如企业的营业数据、网络结构等。但如何鉴别和分类敏感数据却存在诸多矛盾，由于不同地域、不同***或部门也可能对同一类的数据归类不尽相同，这也给识别敏感数据带来一定的难度。