数据治理的发展与阻滞

在技术不断迭代升级以及企业自身转型需要的多重影响下，行业、企业的数字化转型脚步逐年加快，由此也衍生出了大量数据。据IDC测算，预计到2025年，中国产生的数据总量将达到48.6ZB（泽字节，简称ZB，1泽字节约等于10万亿亿字节），占全球的27.8%。

与此同时，随着数据积累的愈发丰富，如何利用、管理和挖掘这些海量数据也成为了企业要面对的首要问题。基于此，数据治理的需求也随之上涨，整个数据治理行业也呈现出欣欣向荣的景象。

数据治理风渐起

据IDC发布的《中国数据治理市场份额,2021》报告显示，2021年数据治理平台市场规模达23.9亿元人民币；数据治理解决方案市场规模达26.6亿元。从市场增长的角度来看,预计2022年的市场规模增长将远高于2021年的年度增长。而数据治理行业发展势头如此向好，则与多方面的因素有关。

一来，企业数字化转型速度加快，对于数据治理的需求愈发旺盛。数字技术的逐渐成熟为企业进行数字化转型提供了底层支持，再加上出于降本增效目的或提升自身竞争力等因素的考量，进行数字化转型已经成为诸多企业不约而同的选择。

企业在数字化转型过程中，无可避免地会产生大量数据，但由于数据来源、格式存在着不同，不仅对企业的转型速度有所影响，也提高了企业将海量数据进行有效开发利用，并将之转化为数据资产的难度。为了最大化发挥数据的价值，数据治理也逐渐成为了企业关注的重点。随着市场需求的释放，数据治理行业也从中受益，并加速进入发展快车道。

二来，人工智能等技术的落地应用产生了海量数据，也带动了数据治理行业的发展。人工智能早已不是什么新鲜名词了，随着时代的发展变化，如今的人工智能等技术的落地应用已经愈发普遍，并且人工智能技术的落地应用也在一定程度上改善了部分行业的发展以及企业的经营状况。

随着相关技术的落地以及技术应用场景范围的不断扩大，数据量也呈现出高速增长态势，而这也间接拉动了数据治理需求和服务的增长。同样的，对海量数据进行数据治理之后，企业也能够获得更高质量和价值的数据，而这些高质量的数据也能为人工智能技术所用，为人工智能技术提供优质的数据输入，助力人工智能应用实现高质量落地。

数据治理有沟坎

随着数字时代的到来，数据量呈现出暴涨趋势，数据所具有的价值也为各方看好。因此，能够帮助企业挖掘数据价值、实现数据资产变现的数据治理，也展现出了广阔的发展前景，重要性日益凸显。然而不可否认的是，数据治理面临的沟坎也并不少。

一方面，数据质量参差不齐状况仍存，加大了数据治理的难度。在数字化转型的关键阶段，已经有越来越多的企业都意识到了数据的重要性，并且积极进行数据治理，以发挥数据的价值。但是受数据来源广泛、数据治理体系不统一、数据失真、数据不完整等因素的影响，数据质量也出现了良莠不齐的情况。倘若数据质量较低的话，不仅会拉高企业数据治理的成本，也提高了数据治理厂商的治理难度，拉长数据治理的时间。

另一方面，数据孤岛现象仍在。“数据孤岛”可以说是老生常谈了，由于企业业务繁多，各部门、各业务之间的数据往往存在隔阂，这也导致数据难以实现共享和互联互通。企业虽然拥有海量数据，却因为数据孤岛等问题无法将之有效利用，更不要说发挥数据价值了，而这无疑会在一定程度上拖慢企业数字化转型的脚步。

尽管当前的数据治理行业仍然存在着“拦路虎”，但随着企业观念的逐渐转变以及数据治理服务厂商实力的提升，数据质量不高等问题也有望得到解决。与此同时，各路玩家争相布局数据治理领域，也提升了其他数据治理厂商的紧迫感，同时助推整个数据治理行业加速发展。总而言之，随着数据治理行业的不断发展，数据也将因此而释放出更大的价值。

中翰软件：专注数据治理17年（http://www.jobhand.cn）