应对型数据治理缺点
批量集成和应对型数据治理方法引入的时间延迟可能导致业务部门继续操作重复、不完整且不的主数据。因此，这会降低多领域 MDM 方案实现在正确的时间向正确的人员提供正确数据这一预期业务目标的能力。在期望被设定为数据将变得干净、且及时之后，批量集成引入的时间延迟让人感到沮丧。应对型数据治理（下游数据管理员小组负责整理、去重复、纠正和完成关键主数据）可能导致让人认为“数据治理官僚化”。
数据治理数据安全
近年来，关于数据安全问题已然成为世界性的热门话题。对此，各国对网络安全、敏感数据保护、个人隐私保护等出台了一系列的法律、法规和行业政策，并不断的加以完善，有效对其不轨行为进行了法律层面的约束。
同时，随着信息技术时代的不断发展，大量的信息、数据贯穿整个企业多个环节，为保护企业内部数据资产安全，如何解决数据流通时所带来的安全威胁成为重中之重。
派客动力数据治理方面实力
确保业务对象完整性：基于完整的业务对象进行脱敏操作，确保不破坏数据的二义性以及业务关联性。内置多种脱敏算法：系统内包含函数、初级、算法模式，用户可根据实际业务场景需求，对敏感数据通过自定义算法生成规则从而使敏感数据转换为虚构数据。同时支持抽取式、本库脱敏：系统支持抽取式脱敏和本库脱敏两种方式，是业内一款同时支持抽取式不落地脱敏以及就地脱敏两种模式的脱敏系统。任务监控：用户可通过监控监测所有计划开展的任务进度、包括测试数据抽取、子集抽取和发现、脱敏任务等。
数据治理GDPR带来的影响
不过关于GDPR带来的影响，我们也不该盲目悲观，还是有可借鉴之处。首先应该认识到，个人信息保护和数字经济之间，永远不可能找到的平衡点，根据形势进行动态平衡才是途径。短期内，我们在大方向上应该坚持经济发展以造福于国民，毕竟数字经济在我国已经成为重要的经济增长点；但长远考虑，国民的自我隐私保护意识是逐渐加强的，提升企业的公信力势在必行，单纯依靠企业的自觉很难赢得公民的信任，因此需要国家在小化影响经济发展的情况下从立法层面不断完善，方能达成目标。
