数据治理技术现状及趋势判断

我来简单介绍一下数据治理技术现状及趋势题。

1.数据治理技术现状

数据治理技术方兴未艾，随着数据中台以及Dataops等理念越来越为大家所认可，数据治 理的重视程度不断提高。信托业投入数据治理金融科技研发预算逐年增加，而且数据治理专 业技术厂商争相逐鹿市场。根据数据治理技术的来源划分，目前主要分为两大类型：一类是 通过购买专业厂商的工具平台、如海捷科技数据治理平台等作为数据治理管理工具；另一类 是自研工具平台，如爱建信托及平安信托等，采用系统化整体化的数据治理平台，基于数据 治理体系设计相关功能，实现从元数据采集、数据标准及数据资产等全模块管理。

2.数据治理技术趋势判断：工具化、自动化、智能化

（1）数据治理工具化，减少人工投入：长期以来，数据治理工作依靠人力，重复性工 作、繁琐性工作使得数据治理工作难以坚持，最终不了了之。大量的人力投入也使数据治理 的成本居高不下，成为企业沉重的负担。近年来，数据治理工具平台发展迅速，功能也在不 断强化。工具平台通常包括元数据管理、数据标准管理、数据质量管控（事前、事中、事 后）、监管数据治理、数据资产管理等功能。

（2）自动化技术不断增强：数据治理工具采用了多种自动化数据技术替代重复性的人力 工作，如元数据的自动采集、基于数据规则的数据问题发现、数据标准自动匹配数据项等。 例如，爱建信托运用大数据等智能技术实现数据标准落标自动化和业务对象及关系智能识 别，通过 EAST监管报表中数据实体与 EAST数据标准进行关联，通过数据标准与元数据的关 联计算方法，实现元数据与数据标准的自动关联，由此根据数据标准确定的原则，自动产生对元数据进行质量检查的规则。

（3）AI技术进入数据治理领域：AI技术在数据治理领域应用呈现上升趋势，通过引入人 工智能技术，数据治理工作中的数据模型管理、元数据管理、主数据管理、数据质量管理、 数据安全管理等方面的效率效能都得到明显提升，如运用AI技术构建元数据、数据标准等领 域的知识图谱，实现智能的数据血缘推测和梳理，快速对数据进行数据质量评估。