應對型數據治理缺點

批量集成和應對型數據治理方法引入的時間延遲可能導致業務部門繼續操作重復、不完整且不的主數據。因此，這會降低多領域 MDM 方案實現在正確的時間向正確的人員提供正確數據這一預期業務目標的能力。在期望被設定為數據將變得干凈、且及時之后，批量集成引入的時間延遲讓人感到沮喪。應對型數據治理（下游數據管理員小組負責整理、去重復、糾正和完成關鍵主數據）可能導致讓人認為“數據治理官僚化”。

數據治理數據使用角色

這屬于數據安全管理的范疇。保障數據安全，不僅需要技術手段，還需要常態化的管理機制做支撐。其中的就是要梳理數據使用的角色、流程以及場景。數據使用角色通常包括數據管理者、數據所有者、數據生產者、數據使用者等，是數據訪問或使用權限，以及數據泄露以后的問責主體；數據使用流程是否健全，是企業數據安全管理成熟度的體現。

自己治理互聯網+政務服務

自2018年，陸續發布了多項文件，要求各級深入推進“互聯網+政務服務”的建設，實現“一網通辦”，讓群眾只在一個平臺登陸一次，就可以辦理所有部門的業務，做到“數據多跑路，群眾少跑腿”，為群眾帶來極大便利的同時，國家也對于信息安全防護做出了全新舉措。

《信息安全技術 政務信息共享 數據安全技術要求》標準中，明確指出在共享數據準備階段、交換階段以及共享數據的使用階段保障共享交換服務持續、穩定運行需采用的技術手段。

數據治理保障生產數據安全

商業保護的困境就是數據存在的形式過多，訪問人數多，存儲分散。在商業銀行的內部有海量的數據信息，這些數據信息大部分被分散存儲到全行辦公人員的PC端、移動存儲介質、郵箱等，由于日常對員工的要求和管理標注高低不一，人員安全意識不均衡，這也進一步增加了對數據信息安全保護的難度。派客動力脫敏平臺中的權限管理首先將員工進行等級劃分，不同等級的員工所獲取到的權限不同，對于數據信息處理手段上也有了明確的差距。例如：只讀權限，完全控制等。