早期開展數據治理的企業往往從建設數據治理平臺工具開始，認為數據問題是技術問題，可以通過純技術手段解決。但由于缺少業務部門的參與，缺少相關流程、規范和機制，技術部門難以單方面推動數據治理工作。隨著DMBOK、DCMM等理念框架的建立和推廣，數據治理的組織、制度、流程、規范等受到重視，企業開始將咨詢引入數據治理體系，結合企業自身的業務特點、組織架構、數據管理現狀等做整體的規劃。在完整的體系指導下，數據治理工作得到不同程度的落地，并在部分領域獲得較好的實踐經驗。但在各項治理工作推行并取得成果后，數據治理團隊又開始面臨工作的價值問題。
基于理論體系、方法論規劃開展的數據治理在執行上著重數據標準、數據質量等管理能力的建設，在實踐中往往是全面展開，缺少對業務的關注。以元數據為例，全業務域的元數據梳理涉及多個業務部門、多個業務系統以及多個相關供應商，而元數據梳理又是一項細致的工作，在有限的時間范圍內，要協調多方梳理元數據，不但投入的成本大，而且質量難以保證，價值收益不明顯。
隨著企業數據治理的逐步深化，企業普遍意識到治理工作聚焦的重要性，而聚焦又包括兩個維度：一是業務聚焦，針對高層關注的數據應用或當前重點應用建設項目，在應用涉及的數據范圍內開展精細化治理，投入小見效快，可以在小范圍內快速驗證和迭代數據治理相關的方法、流程、規范，然后再復制推廣，形成適合自身的數據治理工作機制。二是在治理能力方面聚集，不同行業，不同階段的企業開始關注適用于自身的數據治理發展路徑。如
金融業注重數據標準化；地產行業則關注項目、樓棟等主數據的拉通；處于數字化轉型初期的企業需要在平臺建設起步前做整體的規劃，提升階段的企業則更適合對當前工作做全面評估并針對性地在部分能力域進行提升。
企業數據治理的這一需求趨勢，對數據治理服務商的方案能力提出了更高的要求，一套方案走天下的時代已一去不返。與企業共同探討，不斷追求落地、創新，成為未來數據治理服務商競爭力的關鍵。
版權申明：本內容來自于互聯網，屬第三方匯集推薦平臺。本文的版權歸原作者所有，文章言論不代表鏈門戶的觀點，鏈門戶不承擔任何法律責任。如有侵權請聯系QQ：3341927519進行反饋。
