如果你处理或使用过大量数据，一定有听到过“数据治理”这个词。你会思考数据治理是什么?数据治理是否适合你?如何实施。简单来说，数据治理就是处理数据的策略——如何存储、访问、验证、保护和使用数据。数据治理也还包括谁来看，使用，共享你的数据。

　　这些问题日益重要，越来越多的企业依赖采集和储存、分析数据，并实现他们的商业目标。如果抱着侥幸的心理，让各个业务部门自己管理数据，那么你会缺乏有效的数据管理，甚至各部门会自己做自己的。你无法想象各个部门按随心所欲地自己生产、储存、销售产品。数据使用不当就像库存使用不当一样，会给企业造成沉重的损失。因此必须制定一项测量用以保证所需数据的有效和安全，可用性，这就是“数据治理”。

　　Informatica全球数据治理高级总监 Patrick Dewald在采访时谈到，很多企业在面对越来越复杂的数据时已经无计可施，能做的就是砍掉一些东西，这个不太需要了可以砍掉，再把几个应用整合到一起，但这没有解决根本的问题，顶多是一个暂时性的解决方案，所以现在很多企业又觉得我要从根本上考虑问题，如何让企业变得更精简、瘦身、高效。并且最重要的一点是：数据治理策略必须包含完整的数据生命周期。

　　Informatica全球数据治理高级总监 Patrick Dewald

　　对这一点而言，Informatica算的上是“行家”。在过去的25年，Informatica帮助全球9000多家客户释放数据的力量，全球财富100强企业中的85家都已携手Informatica。Gartner的相关报告显示，在包括数据集成管理、数据质量管理、主数据管理、元数据管理、企业集成平台五大魔力象限，Informatica都常年位居领导者地位。这些认可都是Informatica前行发展的驱动力，鞭策企业顺应潮流、砥砺奋进。

　　近日，Informatica已将Axon数据治理集成到Informatica旗下的数据质量、企业数据目录和Secure@Source产品中。这个全方位由人工智能驱动的企业数据治理解决方案，将有效推动业务和IT的相互协作，以及数据治理计划的共同实施，从而实现可信数据和受保护数据的可靠交付。

　　凭借基于CLAIRE引擎并由人工智能和机器学习技术驱动的数据治理功能，使用企业自定义的规则自动探查关键数据。通过对结构化数据和非结构化数据源的扩展支持，数据治理团队可以在更大范围内发现关键性数据，以评估和记录数据沿袭，并应用合适的数据治理规则、策略、所有权和责任。

　　Patrick Dewald介绍道，这就和第一代数据治理工具非常不一样了。在第一代，我们的数据治理工具更关注的是语义的阐述，也就是说数据的视角来阐述，一系列的词汇等等。现在在新一代的情况下，它对于数据治理工具的要求是你要把这些数据治理的概念更好地和刚才讲的那20多个业务视角、流程结合起来，包括流程、政策、监管等等，看看他们和数据当中的哪些点是可以连在一起的。简而言之，就是新一代数据治理目标不是增加治理，而是通过治理达到更加高效、更加合规，以一个更广的视角来看待数据治理的问题。

　　因此，无论企业大小，在使用数据上都面临相似的数据挑战。企业越大，数据越多，而数据越多，越发需要制定一个有效的，正式的数据治理策略。规模较小的企业也许只需要非正式的数据治理策略就足够了，但这只限于那些规模很小且对数据依赖度很低的公司。