我相信所有的CIO都明白一个道理。如果数据治理失败，会给企业带来很大的损失，包括财产损失，品牌信誉受损，甚至法律风险。因此，如何制定强有力的数据治理策略，确保企业数据能够满足安全性和合规性的要求，同时更易于访问和管理，成为企业数字化转型过程中的必修科目。

随着企业对数据的日益重视，数据治理解决方案越来越成熟，技术也越来越先进。遗憾的是，仍然有很多IT从业者深陷数据治理的泥潭。为了帮助更多的企业解决数据治理问题，本文梳理了七个常见错误。

一个

将数据治理视为一个技术项目。

数据治理方案不是静态的技术项目，需要灵活调整。换句话说，与数据治理相关的政策制定不应该是简单的计划或基于项目的发布。因为，跟不上不断变化的数据治理策略，最后的结果一定是失败。

另外，不合理的数据治理策略会阻碍企业业务的正常开展，导致各个部门不得不依靠自己的力量自行解决。

相反，良好的数据治理策略将有助于业务。例如，一些企业可能通过流程管理来处理现金流。员工表示完全可以接受这种方式，因为他们知道保证现金流安全的重要性。

如果数据是企业需要保护的重要资产，那么评估、收集和保留一定数量和类型的数据是一项艰巨的任务。如果数据管理得好，可以产生巨大的经济价值；但是，如果只是一味的存储数据而不去权衡数据的优劣，就会造成巨大的资源浪费。

2

忽视与集团领导和业务层面的高效沟通。

数据治理是企业范围的整体计划。在规划之初，要提前与业务部门沟通，达成一致意见，避免方向性错误。

数据治理不应被视为IT部门的“宠儿”。得到公司领导和整个业务部门的认可同样重要。为了保证数据治理的可扩展性和可持续发展，首席信息官在提出数据治理计划之前，应明确业务目标，重视价值结果，关注生产力提升。

三

未能将数据的真正所有者纳入数据治理流程

很多数据治理项目最后都失败了，最大的错误就是没有把真正的数据所有者带入项目，赢得他们的认可和支持。

要知道，想要管理数据的企业或组织，并不一定拥有和使用这些数据，只是充当数据管理员的角色。因此，如何找到真正拥有或使用数据的人，让他们对数据治理的计划和收益一目了然，是一大挑战。

数据治理是一项自上而下的工作，只有全链条的支持，才能取得成效。反之，期间若有一方反对，则说明数据治理有待完善。

对于一个数据管理员来说，买一个可以对数据进行分类或者管理的平台是很容易的，但是如果要改变数据结构或者清理没有价值的数据，就必须得到真正的数据拥有者的支持。

四

不理会各种规定和规范。

将数据保护影响评估(GDPR)和隐私影响评估(PIA)结合起来，是理解、收集和使用数据的最有效手段，也是将与数据处理相关的人、内容、时间、地点、原因和方式联系起来的最佳方法。

一些未能按照DPIA/PIA的要求处理数据的企业将失去数据保护能力，也会因使用未经授权的数据而处于不利地位，包括严厉的监管处罚。

五

底层技术能力不够。

许多IT领导者经常犯一个严重的错误，即在没有底层技术支持能力的情况下引入数据治理策略。

如果您将本地集中式架构的数据迁移到云平台，但没有云平台管理能力，那么业务团队必须找到一种方法，以自己的方式管理数据。显然，如果没有做好最好的准备，贸然让数据上云，会让数据治理团队处于被动地位。

相反，如果我们在决定数据治理之前制定一个完整的策略，让我们在同一个计划下通过有效的工具和平台来管理和使用数据，一定会事半功倍。

六

没有全面的培训体系。

如果没有相关的政策引导，进一步完善和巩固数据治理的成果，鼓励员工使用新的数据共享平台，最终的数据治理还是会失败。

建议所有员工在数据管理平台上线前接受培训，以防止员工无意中使用未经授权的数据或应用程序。

在对具体信息进行标准化之前，数据管理团队还应该努力听取员工的意见，了解他们的需求，并确定哪些信息或协作工具更重要。此外，还应使用有效的工具来控制敏感信息的泄露，最大程度地保证数据安全。

七

未指定项目所有者。

在制定数据治理策略时，要指定项目的具体负责人，负责人要与业务主管深入沟通，相互配合，最终共同敲定方案。

同时，负责数据治理的主管还应定期与IT部门和公司高管团队召开会议，不断优化和调整数据治理方案。

总之，数据治理策略非常重要，需要精心设计。没有统一的规划，每个业务单元都会开发自己的业务系统，最终失去数据治理的意义。特别是随着时间的推移，应用越来越多。

据量越来越大，如果数据的格式都不统一，那后期的管理肯定越来越复杂。