数据治理是数据程序的关键。它是管理和组织数据和流程以实现协作和对数据的合规访问的实践。但是，“自适应数据和分析治理”这个术语在最近几年获得了越来越多的关注，Gartner分析师Saul Judah和Remi Guzar在他们的报告“ 实现数据业务成功的 自适应数据和分析治理”中谈到了自适应数据和分析治理，这种方法可帮助企业保持相关性并响应组织内部和外部的快速变化的环境。在自适应数据和分析治理中，数据治理不仅仅是约束和合规性，自适应数据和分析治理的本质是使用数据治理来长期推动业务价值。

是什么使自适应数据和分析治理与众不同？

自适应数据和分析治理代表了 组织使用和从数据治理中受益的方式 的转变 。接受自适应数据和分析治理的数据专业人员理解，数据治理不仅会影响数据程序，而且会影响整个业务。为了带来业务价值，数据治理必须灵活地满足组织及其所有团队成员不断变化的需求。

传统的数据治理以合规性和法规为中心。许多组织甚至在意识到自己对GDPR，CCPA和BCBS 239等法规的漏洞之前，甚至没有考虑建立正式的数据治理实践。但是，对合规性的 狭隘 关注限制了数据治理可能产生的影响。

传统的数据治理支持单一样式的命令和控制方法进行治理。这产生了僵化的组织惯例，使公司无法适应不断变化的环境，无论是那些市场扰乱还是新法规。

与传统的数据治理不同，自适应和分析数据治理具有灵活性和动态性。包含自适应数据和分析治理的团队了解到，业务情况经常发生变化，因此治理方法必须适应这些变化。自适应数据治理使组织能够在浏览变更的同时平衡约束和自由。因此，自适应数据和分析治理扩展了传统数据治理的使用和适用性，促进了灵活的决策制定和业务成果。

自适应数据和分析治理的好处是什么？

传统的数据治理侧重于保护业务，但是组织需要利用数据来满足防御需求。自适应数据和分析治理是有益的，因为组织可以在确保合规性并最大程度降低风险的同时处理令人讨厌的用例。自适应数据和分析治理支持三种主要的用例类别：

1.  发展业务（以收入为重点）

2.  经营业务（注重成本）

3.  保护业务（关注风险）

常见用例：

有了一种灵活的，面向行动的数据治理方法，数据治理对于业务用户而言不再是一个让人感觉到压力的词。即使面对限制，项目组也可能是敏捷且反应迅速的。 

建立适应性数据和分析治理的框架

自适应数据治理可提高决策效率。为了实施自适应数据和分析治理，组织需要了解其数据公民如何使用数据。要发展这种理解，考虑以下问题可能会有所帮助：

WHO

谁参与制定业务决策？是否单方面做出决定？ 

谁是影响决策的利益相关者？他们如何参与决策？

W hat

要做出的关键决定是什么？

哪些数据和分析资产有助于做出这些决定？

哪些行动可以做出决定？哪些关键指标衡量绩效？ 

W here

利益相关者在哪里可以访问数据资产？

他们在哪里可以就数据资产进行协作？

W hy

我们为什么要做出这些决定？它们是否与特定的战略目标相关？我们可以衡量影响吗？

自适应数据和分析治理所需的功能

自适应数据治理可帮助组织拥抱敏捷性并加速数字化转型。数据管理员和从数据中创造价值的数据治理团队，应优先考虑特定的技术功能，例如：

·  业务术语表， 用于标准化业务术语，规则和规定的定义

·  参考数据管理 ， 可协调系统之间的数据，以进行更准确的分析和报告

·  数据服务台， 以管理和解决问题；让合适的利益相关者参与；并提高对数据质量的信任

·  数据字典， 用于记录组织元数据及其用途、来源、格式以及与其他数据的关系

·  活动元数据图 ， 可不断刷新和改善围绕数据生态系统中存储的信息上下文

·  通过设计隐私 ， 来管理策略和合规性并将隐私纳入所有数据活动中

·  嵌入式企业数据目录 ，使业务用户可以在几分钟内发现并检查整个企业范围内的受信任数据

·  直观的工作流程管理 ， 可简化流程并促进协作

·  广泛的连接性 ， 以连接到通用数据源和系统