想知道您错过了一个世界上最大的完全致力于数据治理和信息质量的活动吗？这是你应该知道的。DGIQ活动每年都会在双体船度假村和水疗酒店举行，酒店位于阳光明媚的使命湾地区和加利福尼亚州圣地亚哥的太平洋海滩旁。如果你还没有去过那里，那么你应该去。这里很美，而且有了这次会议，这里将学习和热带天气完美结合。上周，度假村挤满了555多名专业人士，免费的数据分析软件，包括首席数据官、高级数据治理经理、分析、商业智能、数据质量、高级It和数据架构师的领导。许多优秀的演讲者通过案例研究和各种主题启发了与会者：如何开始数据治理如何在数据质量和数据治理方面取得成功敏捷数据治理与数据质量数据治理和数据质量度量如何克服实施数据治理和数据质量计划的障碍管理数据湖符合GDPR和其他法规治理、隐私和物联网建立数据标准最佳实践提示和要点在会议期间，我有机会会见了许多数据专业人士、多年来结交的朋友和同事。会议的主题之一是数据的"信任"方面。意思是，我们如何确保我们用于业务的数据符合目的？这个问题本身就说明了我们在这个行业取得的进步。根据我在DGIQ的观察，有相当多的组织参加了会议，他们正处于治理采用生命周期曲线的顶峰。许多优秀的演讲分享了从数据治理和管理开始的最佳实践，以及随后的数据治理的其他阶段。这让我想起了在大会上，我的组织如何将自己的技术和实践转化为一个与客户互动的最佳平台。主讲人之一，我们的共同创始人兼首席技术官斯坦克里斯蒂安（Stan Christiaens）分享了数据治理的新视角。他谈到了一种范式转变，即组织可以通过将数据治理提升到企业层面来推动价值，这使得公司可以考虑以下几点：1集中数据编目数据公民查找、理解和信任数据的单一来源。事实上，研究表明，即使是数据专业人士，也有多达70%的时间是为了寻找正确的数据。这对他们来说是令人沮丧的，商业大数据分析，对许多组织来说也是昂贵的。下面是一个示例：图1数据目录2数据沿袭、警报和机器学习在DGIQ，对于许多人来说，尤其是那些正在进行数据驱动的人来说，数据沿袭是数据治理的最重要需求。它允许数据公民了解数据如何在各种业务流程、系统和应用程序之间流动。尽管每个人都在考虑数据沿袭，智能物联，但很少有人将其自动化用于数据治理。这意味着，大数据存储技术有哪些，通过在从数据集市检测到的更改（例如数据字典）期间自动更新数据沿袭，应自动触发异常审查流程。可以要求主题专家将新确定的变更映射到适当的业务上下文中（例如，新列"cust_account"被定义为"customer account是唯一标识美国客户的数字"）。当我们查看大型数据集时，这个过程的大部分都是手动的。然而，通过将机器学习和自动化引入变更管理过程，用户将自动获得有意义的建议。这意味着他们花更少的时间挑选和选择正确的数据定义。以下是数据沿袭示例：图2业务谱系图3技术谱系三。数据质量和数据分析数据质量是数据治理的关键驱动因素之一。它使业务用户能够在数据质量低于标准时进行协作。此外，数据治理通过在业务级别设置策略、标准和规则，并将这些规则与来自数据质量工具的数据质量指标相关联，行业云，从而推动数据质量（这也是我在Collibra公民大会上提出的一个关键主题）。下面是业务规则定义和数据质量规则实现过程大纲的示例大纲：图4数据质量过程还有一个示例数据质量仪表板（通过放置一定百分比的数据来提供对数据的信任）：图5：数据质量仪表板图6数据分析所有这些都将使数据管理员、数据分析员和数据科学家能够在受益于可靠的信息源的同时，成为一支力量。拥有适合用途的数据对那些希望保持领先地位的组织是有益的。但最大的问题是，我们今天可以信任哪些数据？