数据虚拟化助力数据治理卓有成效

如果对组织的数据没有全局观念，大部分数据管理和治理实践最终只能无功而返。

我们每天会产生超过2.5 万亿字节的数据。数据对于商业和经济具有举足轻重的意义，新加坡政府在 2019 年即已将“数字防御”与军事、民事、经济、社会、心理并列，作为国防的第六大支柱。 

随着网络威胁事件不断增多，加之人工智能 (AI) 和物联网 (IoT) 等新型数据驱动技术在企业中日渐普及和广泛采用，组织因而有必要保证行之有效地管理他们的数据。越来越多的企业也必须确保执行正确的数据访问协议，确保遵循合规要求并降低数据隐私风险。

事实上，现今企业需要从一开始就将数据治理纳入组织规划。与简单的数据管理相对，有效的数据治理可以通过定义数据类型、负责人员、行动内容、适用条件及具体方法，在保护数据与允许相关人员访问所需数据之间保持适当的平衡。

我们在此将解读数据虚拟化如何在确保有效数据治理方面发挥不可或缺的作用。

企业数据治理

数据治理需要得到组织各级的支持。现代数据治理计划不止要对部门级数据资产和需求进行评估，也离不开全体成员的充分认可和参与，否则 IT 部门将无法成功实施全面的数据优化项目。在此之后，治理计划还需由部门主管和经理进行评审。

每个步骤都要仔细筹划，还要确定每个部门所需的资源。项目规划人员需评估哪些数据最有价值，哪些最为关键，以及作为整体企业数据优化计划的一部分，如何将这些数据与来自其他部门的数据结合起来。

缜密的计划应明确组织当前的基础架构，指出将会受到影响的部门，还应全面考察可能需要的数据、有此需求的原因以及这些数据的来源。而对于数据的使用，各部门可能自有一套长期以来逐渐形成的准则和规定。所有这些因素都可能导致企业范围数据治理解决方案的效果大打折扣。

全方位查看所有数据的完整视图

现代企业中存在海量结构化和非结构化数据，从客户信息到销售记录、从社交媒体交互到营销报告等不一而足。技术进步、数字化成熟度高的组织运用这些数据来增强业务运营并深入了解基础运作，而这一点对于大多数组织而言仍然是梦寐以求的目标，毕竟他们的数字化之旅才刚刚启程。

两类组织的区别在于，是否拥有涵盖企业中所有数据的整体视图。为保障运营成效，现代组织需要洞悉数据的来龙去脉，包括数据的拥有者、数据沿袭以及与其他数据点的关系等等。要提供适当的数据治理，组织获得数据历史记录的完整 360 度视图至关重要，例如数据与其他数据点之间的关系，以及数据点与其他系统之间的交易。

凭借相应的数据，组织可以了解与特定客户的往来历史、客户的购买记录、客户是否考虑过其他产品线以及其他信息。这些数据还能让公司“连点成线”，确定跨多个渠道向客户展示广告的最佳位置。

但是，建立这些连接要求数据治理解决方案中包含可操作的元数据层（关于数据本身的数据）。主数据管理 (MDM) 平台与数据虚拟化平台结合使用，可以提供数据及其沿袭的完整视图。这让组织得以在部门和不同数据源之间建立关联，还使组织能够轻松整理所有数据，并跨部门、系统和地理边界实时呈现这些数据。数据虚拟化使用数据访问元数据来提供对数据源的无缝、实时的访问。通过集中存储相同的元数据，数据虚拟化使组织不仅可以确定每个数据集的数据沿袭，还可通过单一控制点在整个组织范围内实施数据治理协议。

加强企业数据治理

“人如其食”这句俗语也适用于组织及其数据。如果公司摄取的是高质量数据，已针对需要执行的任务进行了清理并得到充分利用，之后公司将可以进行高水准数据分析，并获取具有实用价值的商业智能。为了从数据中挖掘真正的业务价值，组织需要掌握跨多个系统的所有关系。惟其如此，组织才能将他们的数据转化为信息，实现更高的效率，觅得更好的商机。

最有效的解决方案应与强大的数据治理计划相结合，在主动元数据层实施数据虚拟化平台。这将使组织能够集中整理所有数据，并跨部门、系统和地理边界实时呈现这些数据。

由数据虚拟化支持的数据治理计划可以正确统筹组织的数据，并且不受部门或具体要求限制地向用户呈现最新有效信息。