数据治理过程
从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从到终端再回到形成一个闭环负反馈系统（控制理论中趋稳的系统）。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。
数字化浪潮的重点方向将是相关受益行业
单位是本轮数字化建设的主要需求方。对于众多大中型企业来说，数字化建设早已实施，比如银行、证券、政务、能源、电子、航空等诸多领域，而的数字化建设仍处于政务透明公开、办事效率提升的阶段，仍是业务驱动型的需求占主导，而业务驱动是属于刚需，并且政务内容的需求具有多样性和流程化的特点，决定了的数字化建设是本轮建设的重要领域。
数据治理内容服务将是
数字化社会的建立，从技术上可以分为很多架构，从应用上也有众多分支，透过众多的表现形式，笔者通过比对各类数据建设方案，分析各种应用场景，可以看出数据化建设的本身越来越互联网化，其主要特征就是服务为王，如何从数字化浪潮中构筑新型的服务内容，提供高效的场景化解决方案将是未来的重中之重。
智慧型交通、城市大脑、新型农村、数字金融、远程、异地协同、AI教育等等，笔者不在此列举，这些平台的特点都是是数字驱动型，都是未来的发展的重点，但是这些平台提供的服务才是关键，才是数字化平台生命力所在。
与之相应的技术型企业，只有扎根企业，提供行业解决方案，提供场景化功能服务，才能在数字化浪潮中绽放光芒。
数据治理数据安全保护策略
随着各行各业加速数字化转型风口下，数据安全厂商所提供的性的数据隐私保护产品和技术、方案等也各不相同。而数据脱敏技术和产品已然成为数据安全保护的常规防护手段之一。在开发、测试以及数据外发共享等环境下被广泛应用。但仅仅能够对敏感数据进行一系列的变形、遮蔽、加密等手段处理是远远不够的，想要真正意义上实现客户安全、便捷的使用数据，还要有完善的架构体系以及的技术做支撑。否则将会在实施过程中给客户带来一系列的问题与麻烦。