從行業(yè)落地的角度，在數據治理成熟度方面，互聯網行業(yè)、金融業(yè)（以大型銀行為代表）以及部分電力企業(yè)相對比較領先。在市場規(guī)模方面，政府行業(yè)、金融行業(yè)最為領先，其次是能源行業(yè)（以電力企業(yè)為代表）、零售業(yè)。其他行業(yè)如制造業(yè)（尤其是在涉及到物聯網數據采集與處理的場景中）、交通業(yè)（設備上產生數據的采集與治理）、醫(yī)療行業(yè)（醫(yī)保數據相關）、建筑工程業(yè)（國企類型的企業(yè)）的數據治理成熟度迫切需要提高，也有著較高的應用潛力。

而對于具備較好的數據資源基礎的企業(yè)，則普遍反映數據治理具有明顯的業(yè)務價值，包括：

• 能夠更快獲得洞察

• 能夠縮減成本

• 增加用戶獲取

• 提高產品上市效率等

  
  

很多用戶都提到在進行初步的數據治理后，可以賦能內部各部門快速的查詢、調取和分析數據，加快數據洞察。成本的縮減則表現在通過提升數據的準確性，提前對業(yè)務進行預警或者對設備進行預測性維護，達到幫助企業(yè)降本的目標。對于很多零售企業(yè)或者傳統行業(yè)的零售部門，提升數據的質量，幫助用戶使用方快速獲取高質量數據，可以增強企業(yè)的獲客能力，縮短產品上市的時間。

然而今天企業(yè)數據治理過程中存在的挑戰(zhàn)也十分明顯。IDC全球于2021年執(zhí)行的關于未來企業(yè)的調研中顯示，除了客戶互動之外，董事會層面關注度第二高的戰(zhàn)略領域即利用數據改善決策，以保持競爭力或者尋求如何適應市場變化。而現實是，只有36%的人對用于分析和決策的相關數據準備得很充分；只有31%的人對熟練的數據工程和分析資源有充分的準備。這一點在中國市場尤為明顯。

今天數據治理、數據資源準備依然面臨很多問題，包括：

• 缺乏統一的頂層設計

• 看不到價值

• 設立單個互不交叉的項目做數據治理，缺乏統一協調

• 缺乏對數據治理結果的評估體系

  
  

這些問題都將制約企業(yè)數字化轉型的整體進展，嚴重的數據質量問題甚至會給企業(yè)帶來經濟上的損耗，需引起高度重視。提升數據質量，可以從引入外部的數據治理咨詢服務開始，從頂層設計以及單個場景做起，不斷沉淀企業(yè)數據治理能力，逐步提高企業(yè)數據資源就緒度。