共计 2954 个字符，预计需要花费 8 分钟才能阅读完成。
公司越来越心愿成熟他们的数据治理，围绕其的正式数据管理能力 价值即服务，在 2023 年。这样，组织能够疾速灵便地应答不确定的业务环境。
而数据征询公司的创始人兼首席执行官 Kelle O’Neal 第一旧金山合作伙伴，在 2022 年 1 月首次确定了对数据治理即服务的需要，简单而宏大的数据市场使得这种办法在 2023 年势在必行。
在以后的数据治理中 尝试，许多高管采纳自上而下的寡头办法来应答对公司的挫败感 数据品质，从各种我的项目中获取可用数据。基于这种传统办法的数据治理无奈适应日益数字化的环境。
组织将越来越多地转向面向服务的自下而上的数据治理打算，以实现更好的数据治理，例如“人力资源部门的工作形式”。组织将通过联合以下内容倒退为服务模型：
采纳动态数据治理办法
赋予势力 数据管理员, 无效管制和应用数据资产的执行者
改善 元数据管理，“在强调关联和因循的组织内形容数据的数据管理”
适应日益增多的数据法规
筹备好恪守拟议的 AI 法规
在 2023 年采纳动态数据治理办法
在将数据治理指令利用于特定业务场景时，动态数据治理办法为组织提供了灵活性。例如，如果一家公司与另一家公司合并，它能够扩大其数据治理流程以按需解决更多数据拜访申请。
公司将心愿流程和技术的正确组合和匹配以获得最佳的动态数据治理后果。依据 2021 年 Gartner 数据和剖析 (D&A) 治理考察，61% 的领导者示意心愿针对业务流程和生产力优化数据。然而，只有 42% 的人认为他们无望实现这一指标。
在某种程度上，先进的技术将扩充数据治理经营效率的抉择。以下先进技术将成为重要因素：
云计算：云计算，在互联网上存储和拜访数据的技术，提供新能力 在组织监控和剖析企业范畴内的数据时施行数据治理指令。例如，工作人员和零碎将在工作时依据须要近乎实时地拜访数据集。这种后劲将减少做出适应频繁变动的数据驱动决策的独立性。
数字孪生：数字孪生 可能更好地了解数据治理政策的影响，因为组织能够 模仿不同的实现 在反复的场景中。这种虚构性能将使公司可能依据打算提前施行数据治理，并且比那些依据状况进行数据治理的公司更好地适应。
尽管公司曾经采纳混合云平台并打算施行跨云技术来连贯不同的云环境，但只有 6% 2022 年的企业已利用数字孪生。筹备好看到这个数字发生变化。随着公司将数据迁徙到云端，他们将须要简单的技术，如数字孪生，以确保在数据挪动过程中及时实现数据治理流动。
赋予数据管理员势力
为了取得数据治理的服务模型，组织将专一于受权数据管理员、数据治理监视器和保护人员，以有价值的形式施行其策略。数据管理员解决 日常决定 - 依据数据治理政策制订，并将现场工作人员的反馈提交给数据治理委员会。
因为云计算容许员工从任何中央解决数据，因而数据管理员团队将变得越来越扩散。随着越来越多的公司雇用这些近程或混合型员工，组织将对其数据管理社区建设和技术支持进行现代化革新。
胜利的公司会提供 数据素养 通过第一手共享数据常识从任何地位培训数据管理员并加强他们的能力。一些企业会跟进 美国富达保险的 CDO 倡议并举办虚构外部数据峰会或流动，以告知其余员工数据管理如何为公司的盈利能力做出奉献。
同时，组织将投资于缩小数据管理工作量并减少所有员工自助服务的技术。通过对自动化数据治理平台的投资，数据管理员将疾速提供可交付成绩，例如在数据迁徙期间进步数据品质。
此外，公司将利用人工智能和 机器学习 (ML) 服务，使数据管理员可能利用数据治理解决方案，例如按需更改数据集的可拜访性。此外，ML 和其余自动化将节俭数据管理员的工夫 数据分析，测量数据值，并造成数据品质。
改良元数据管理
随着公司将他们的数据治理打算成熟为服务模型，他们将改良他们的元数据管理，即在组织内形容数据的数据管理，强调关联和因循。正如 O’Neal 解释的那样，元数据管理进步了企业对跨数据集的了解，包含它们的内容、如何应用它们以及存在哪些限度。
通过元数据理解组织数据的益处形成了从数据品质到法规听从性的数据治理服务的支柱。出于这个起因，正如 Jelani Harper 指出的那样，“元数据管理可能永远 保持为核 数据治理”。
推动更好的元数据管理以反对数据治理与 DATAVERSITY® 中的发现相一致 2022 年数据管理趋势 报告。许多组织在报告中示意，人们对元数据的应用产生了新的趣味。
随着公司不断改进其元数据管理，组成其数据结构的零碎将增加无关数据集流程的有用信息和元数据。因而，组织能够开掘被动记录的任何元数据以告知 实时用例，例如在数据集成我的项目期间利用数据治理策略。
适应日益增多的数据法规
随着公司在 2023 年适应越来越多的数据法规，他们将不得不更多地采纳数据治理服务办法。Gartner 的分析师预测 那 65% 到 2023 年，世界人口的 5.5% 将受到相似于 GDPR 的法律的爱护。
这一事实意味着，随着不同的利益相关者获取数据集，他们必须恪守各种数据和隐衷法规。思考到数据量和相干规定，将数据治理从新定义为服务的公司将更好地适应满足数据法规的要求。
在此服务模型中，冀望看到律师在数据治理领导和合作中施展更重要的作用，帮忙公司理解不同的细微差别。仅有的 17% 领有一个由危险和法律专业人士组成的虔诚的数据治理委员会，该委员会可能会在 2023 年增长。
此外，寰球立法机构将持续扩充无关集体和其余方面的法规 数据类型 超过 GDPR 之类的法规。这些法律将要求组织恪守并跟上疾速施行的步调。
为了在 2023 年维持经营，公司可能会外包一些数据治理服务，例如无关法规的审计和员工培训。随着这种状况的产生，预计现有的外部数据治理角色将在 2023 年产生演变和变动。
筹备好恪守拟议的 AI 法规
随着 AI 技术施行的减少，组织将越来越多地采纳数据治理服务模型。这”欧洲联盟 和 咱们 打算强加 新规定 爱护消费者并影响算法如何依据数据集摄取、应用、转换和提出倡议。
公司有很短的工夫来进步他们对人工智能的数据治理响应，因为许多算法实时调整输出和输入。组织须要更多的数据治理筹备，因为只有 30% 麦肯锡人工智能钻研的受访者认为相干的潜在法律危险。
这些公司对 AI 法规的重要性熟视无睹，将面临越来越大的压力，要求他们在 2023 年底之前调整其数据治理办法。欧盟的 AI 法规草案承诺对不恪守规定的公司处以更可观的罚款，6% 他们寰球支出的一部分，而不是 GDPR 征收的 4%。
因而，员工采纳数据治理更新，为人工智能法规做筹备，以及他们的参加和反馈，将在 2023 年施展关键作用。此外，这种筹备工作将激励企业采纳云数据治理解决方案。
论断
数据治理将经验从官僚机构到服务的疾速成熟。公司须要让每个人都参加这种转型，因而反对当地的数据管理员将具备更大的意义。
公司将投资自动化数据治理工具来实时处理服务申请。这些工具将利用云计算和数字孪生背地的虚构技术。
Paramita Ghosh 通过指出“随着越来越多的 数据流 对于企业而言，自动化数据治理 (DG) 流程的需求量将越来越大。”预计，寰球数据治理市场规模无望扩充到“7.42 美元 十亿在 2026 年的复合年增长率 22.7%。”
过来，公司作为官僚机构在外部做出数据治理决策，并领有更多控制权。在 2023 年及当前，无关数据治理的决策将从组织内部转移到监管机构。数据治理服务将提供解决方案，通过利用元数据管理来实现实时业务指标。
欢送大家欢送关注 OushuDB 小课堂
