公司越来越希望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，组织可以快速灵活地应对不确定的业务环境。
而数据咨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求，复杂而庞大的数据市场使得这种方法在 2023 年势在必行。
在当前的数据治理中 尝试，许多高管采用自上而下的寡头方法来应对对公司的挫败感 数据质量，从各种项目中获取可用数据。基于这种传统方法的数据治理无法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计划，以实现更好的数据治理，例如“人力资源部门的工作方式”。组织将通过结合以下内容发展为服务模型：
采用动态数据治理方法 赋予权力 数据管理员, 有效控制和使用数据资产的执行者 改善 元数据管理，“在强调关联和沿袭的组织内描述数据的数据管理” 适应日益增多的数据法规 准备好遵守拟议的 AI 法规 在 2023 年采用动态数据治理方法 在将数据治理指令应用于特定业务场景时，动态数据治理方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，它可以扩展其数据治理流程以按需处理更多数据访问请求。
公司将希望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结果。根据 2021 年 Gartner 数据和分析 (D&A) 治理调查， 61% 的领导者表示希望针对业务流程和生产力优化数据。然而，只有 42% 的人认为他们有望实现这一目标。
在某种程度上，先进的技术将扩大数据治理运营效率的选择。以下先进技术将成为重要因素：
云计算： 云计算，在互联网上存储和访问数据的技术， 提供新能力 在组织监控和分析企业范围内的数据时实施数据治理指令。例如，工作人员和系统将在工作时根据需要近乎实时地访问数据集。这种潜力将增加做出适应频繁变化的数据驱动决策的独立性。 数字孪生： 数字孪生 能够更好地理解数据治理政策的影响，因为组织可以 模拟不同的实现 在重复的场景中。这种虚拟功能将使公司能够根据计划提前实施数据治理，并且比那些根据情况进行数据治理的公司更好地适应。 虽然公司已经采用混合云平台并计划实施跨云技术来连接不同的云环境，但只有 6% 2022 年的企业已利用数字孪生。准备好看到这个数字发生变化。随着公司将数据迁移到云端，他们将需要复杂的技术，如数字孪生，以确保在数据移动过程中及时完成数据治理活动。
赋予数据管理员权力 为了获得数据治理的服务模型，组织将专注于授权数据管理员、数据治理监视器和维护人员，以有价值的方式实施其策略。数据管理员处理 日常决定- 根据数据治理政策制定，并将现场工作人员的反馈提交给数据治理委员会。
由于云计算允许员工从任何地方处理数据，因此数据管理员团队将变得越来越分散。随着越来越多的公司雇用这些远程或混合型员工，组织将对其数据管理社区建设和技术支持进行现代化改造。
成功的公司会提供 数据素养 通过第一手共享数据知识从任何位置培训数据管理员并增强他们的能力。一些企业会跟进 美国富达保险的 CDO 建议并举办虚拟内部数据峰会或活动，以告知其他员工数据管理如何为公司的盈利能力做出贡献。
同时，组织将投资于减少数据管理工作量并增加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，数据管理员将快速提供可交付成果，例如在数据迁移期间提高数据质量。
此外，公司将利用人工智能和 机器学习 (ML) 服务，使数据管理员能够应用数据治理解决方案，例如按需更改数据集的可访问性。此外，ML 和其他自动化将节省数据管理员的时间 数据剖析，测量数据值，并形成数据质量。
改进元数据管理 随着公司将他们的数据治理计划成熟为服务模型，他们将改进他们的元数据管理，即在组织内描述数据的数据管理，强调关联和沿袭。正如 O'Neal 解释的那样，元数据管理提高了企业对跨数据集的理解，包括它们的内容、如何使用它们以及存在哪些限制。
通过元数据了解组织数据的好处构成了从数据质量到法规遵从性的数据治理服务的支柱。出于这个原因，正如 Jelani Harper 指出的那样，“元数据管理可能永远 坚持为核 数据治理”。
推动更好的元数据管理以支持数据治理与 DATAVERSITY® 中的发现相一致2022 年数据管理趋势 报告。许多组织在报告中表示，人们对元数据的使用产生了新的兴趣。
随着公司不断改进其元数据管理，组成其数据结构的系统将添加有关数据集流程的有用信息和元数据。因此，组织可以挖掘被动记录的任何元数据以告知 实时用例，例如在数据集成项目期间应用数据治理策略。
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用数据治理服务方法。Gartner 的分析师预测 那65% 到 2023 年，世界人口的 5.5% 将受到类似于 GDPR 的法律的保护。
这一现实意味着，随着不同的利益相关者获取数据集，他们必须遵守各种数据和隐私法规。考虑到数据量和相关规则，将数据治理重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，期望看到律师在数据治理领导和协作中发挥更重要的作用，帮助公司了解不同的细微差别。仅有的 17% 拥有一个由风险和法律专业人士组成的忠诚的数据治理委员会，该委员会可能会在 2023 年增长。
此外，全球立法机构将继续扩大有关个人和其他方面的法规 数据类型 超越 GDPR 之类的法规。这些法律将要求组织遵守并跟上快速实施的步伐。
为了在 2023 年维持运营，公司可能会外包一些数据治理服务，例如有关法规的审计和员工培训。随着这种情况的发生，预计现有的内部数据治理角色将在 2023 年发生演变和变化。
准备好遵守拟议的 AI 法规 随着 AI 技术实施的增加，组织将越来越多地采用数据治理服务模型。这 ”欧洲联盟 和 我们 计划强加 新规定 保护消费者并影响算法如何根据数据集摄取、使用、转换和提出建议。
公司有很短的时间来提高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入和输出。组织需要更多的数据治理准备，因为只有 30% 麦肯锡人工智能研究的受访者认为相关的潜在法律风险。
这些公司对 AI 法规的重要性视而不见，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方法。欧盟的 AI 法规草案承诺对不遵守规定的公司处以更可观的罚款， 6% 他们全球收入的一部分，而不是 GDPR 征收的 4%。
因此，员工采用数据治理更新，为人工智能法规做准备，以及他们的参与和反馈，将在 2023 年发挥关键作用。此外，这种准备工作将鼓励企业采用云数据治理解决方案。
结论 数据治理将经历从官僚机构到服务的快速成熟。公司需要让每个人都参与这种转型，因此支持当地的数据管理员将具有更大的意义。
公司将投资自动化数据治理工具来实时处理服务请求。这些工具将利用云计算和数字孪生背后的虚拟技术。
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，全球数据治理市场规模有望扩大到 “7.42 美元 十亿在 2026 年的复合年增长率 22.7%。”
过去，公司作为官僚机构在内部做出数据治理决策，并拥有更多控制权。在 2023 年及以后，有关数据治理的决策将从组织外部转移到监管机构。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目标。
