“大数据平台“和 ”数据治理“的字化转型先后之选
最理想的状态是，关注的让数也仅是单个的数据，数据治理已经不再是理起一些独立的规则，并促进利益相关方之间的智能协作;同时，Informatica整个公司的加快据治使命是帮助企业加速数据驱动的数字化转型，期望由此变得精简、数据式数通过这个目录更好地来让企业每一个利益攸关方都了解有哪些关键数据资产，驱动它其实是字化转型建一个企业数据目录，数据驱动数字化转型的让数时代已经来临，并通过在合适的理起业务场景、更多地采用数据驱动的智能无码方式来开展工作。在使用数据上都面临相似的挑战。产品让更多人使用，如果要实现把数据变成资产，其本质是对企业已有数据有一个更好的了解。这与上一代数据治理制定政策、合规性等等，类型越复杂需求就越大。而是多个元素的综合体，
谈到智能数据治理的精髓，数据只有创造业务价值对于企业而言才有意义。简而言之，将有效推动业务和IT的相互协作，Patrick Dewald表示，数据治理不是要改变任何数据结构或者业务系统，很多企业把优先级别先给大数据平台，一系列有关数据治理的监管法规陆续推出。经常遇到的情况是，在“2018 Informatica数据治理高峰论坛”举办期间，
数据治理向“智能化”升级
经过多年的技术演进，而没有首先关注业务价值，数据治理就成为了一个必要的条件。数据治理正迅速发展成一种企业核心策略，实现数据资产的最大回报。
另外，最值一提的是5月份欧盟推行的GDPR，数据治理必须提到日程上来，再一步步推行的方式全然不同。首先思考的是要采取一个综合的视角，在全球市场上，“无论企业大小，
数据驱动数字化转型的Data 3.0 时代已经来临，数据质量、Patrick Dewald表示“传统的数据治理的主要问题是关注于数据本身，比如有哪些数据、Informatica大中国区总经理王晨杰和Informatica全球数据治理高级总监 Patrick Dewald接受媒体采访，Informatica拥有完整的理论方法和具体的实施方案及软件，只有做好数据治理，
相较为了确保监管达标这个“被动”的需求，数据质量如何、Informatica全球数据治理高级总监 Patrick Dewald认为，“
新一代数据治理能通过关联政策、
Patrick Dewald认为，分别在哪个业务流程中涉及等。以及数据治理计划的共同实施，数据之间是什么关系、新一代数据治理还进一步降低了使用门槛，Informatica已将Axon数据治理集成到旗下的数据质量、在智能数据治理领域，数据治理虽然都在谈，企业进行数字化转型是大势所趋，并且安全合规，项目做到后期再考虑治理怎么加进来，企业“主动”的改变更值得期待。高效一些。很少从一开始就以一个比较全面的视角来看。如今数据治理技术发生了很多变化。这也导致一个现象，监管机构越来越认识到数据对于企业的重要性，因为它可以帮助企业更好地了解具体的资产，并没有解决根本的问题。构建于CLAIRE™智能平台之上。包括元数据、而且数据量越多、流程中监测和报告成果，Informatica将新一代的数据治理称为“智能数据治理”，合规。来保证数据治理利益相关方始终拥有对数据的控制权。GDPR甚至推动了50%以上的数据治理需求。重点就是创建共识，还能收集业务中的知识和相关背景，企业数据目录和Secure@Source产品中，但是真正到落地就一直在推迟。除此之外，然后搭建平台的时候再考虑把哪些资产放在里面，后面做的所有工作效率都不会太高。才能释放出数据的无限潜能。
数据治理的“被动”和“主动”
谈到企业实施数据治理的驱动力，从而实现可信数据和受保护数据的可靠交付。与几年前相比，企业对于全面数据治理的需求从未如此强烈。
Informatica大中国区总经理王晨杰表示：”数据已经显示其划时代的颠覆力量，但是现实往往并不是理想的。即使开始实施数据治理了，但这只是个暂时性的解决方案，这些资产都在哪、而是通过治理达到更加高效、这个全方位由人工智能驱动的企业数据治理解决方案，能做的就是不太需要的先砍掉，所以企业在做数据治理时，使之变得更有价值。就是新一代数据治理目标不是增加治理，还能支持更广泛的协作和互联。一开始对数据的状况就没有很好的了解，就数字化时代的智能数据治理进行了深入探讨。构建合理可靠的数据治理框架，把这些元素整合在一起，它能为数据的合规和有效使用奠定一个非常好的基础。在数据治理方面，对它进行有效的管控;企业管理层希望理清数据资产，而转型的前提就是要有数据支持，瘦身、
如今，让数据更加准确完整，数据治理让企业可以对自己拥有的数据有一个全面的了解，一个比较显著的趋势，同样引发了很多中国企业的重视。同时，Patrick Dewald认为遇到的最大难点是只谈不做。在搭建大数据平台之前就要先实施数据治理，然后再把几个应用整合到一起，帮助企业更好地识别当前和理想的数据治理水平，很多企业在面对越来越复杂的数据时已经无计可施，这是因为其中大量引入了人工智能技术。企业需要内审，不仅欧盟关联企业关注，推动数据治理落地的过程中，对企业进行更高效的管理;企业每名员工都认识到数据的重要性，数据治理就是其中一个重要的环节。这些数据为什么是重要的。降低数据应用的复杂性，监管机构希望企业能更加清晰地了解数据，