我们都知道，数字化转型已经成为了各领域企业共同认可的发展方向，并且已经有众多企业开始进行探索。在之前的理论以及企业实际的探索中，人们发现数据对于数字化转型来说提供的帮助太多了，甚至可以说数据就是数字化转型的核心要素。所以想要数字化转型成功，并且让企业能够利用数据价值和数字经济，只有进行数据治理，通过一系列全面的治理工程，提高企业的数据质量。

不过数据治理也不是什么简单的事情，或者说企业想要利用数据资产、数字化、数字化转型等加速企业的发展，就势必会在路途中遇到很多困难，数据治理只是用来解决数据问题的一种方案。所以当数据的价值开始被不断挖掘，企业数据资产的地位越来越高的时候，数据治理也就成为了企业急需建设的工程。而这种被动的行为，自然会引发很多问题，让很多企业走入了误区之中，导致数据治理迟迟无法建立，很难拥有高质量的数据，那么在这里就是针对这些问题，看看企业会遇到哪些误区。

缺少高层管理的支持

数据治理是一个为整个企业服务的系统级工程，很难说把数据治理任务交给IT部门或其他部门，这不是某个部门能够单独完成的任务，需要高层管理人员的主导参与。所以不管数据治理团队是由谁负责，亦或是以哪个部门为牵头人展开，都需要高层管理人员持续进行关注，并给予足够的关注支持。

此外数据治理为什么需要高层管理的关注支持还有一个原因，就是因为数据治理需要牵扯的东西太多，只能自上而下进行战略规划，才能够全面的展开数据治理，避免出现忽略、不重视等问题。只有企业高层管理进行了统筹规划，数据治理团队才能进行实施，才能确保数据治理得到足够的重视，拥有足够的权限来引导其他部门、业务线参与到数据治理中，从而提升数据质量。

不重视数据文化建设

数据治理为什么总是被称为脏活累活，其中很重要的一个原因就是数据治理需要企业全体员工的参与，共同推进数据治理在企业的落地。前边我们已经提到了权限的问题，如果数据治理团队拥有足够的权限，那么还需要做的就是定期组织企业员工的知识讲座，以及对新老员工展开相关的培训，建立一套完整的、涉及不同部门、层级员工的培训体系。

建立这一套体系其实就是为了建立企业的数据文化，如果只是强制让员工遵守数据治理的新规定，不仅要有奖惩制度，还要让员工从思维层面接受数据文化，明白数据驱动对于自身工作也是有好处的。这样一来变被动为主动，数据治理就能更快、更健康的实施起来，受到的阻碍也会少的多。并且因为接受了相关培训，员工在利用数据技术、应用的时候，也会更加熟悉，能够增加企业数据治理的进度，促进业务增长。

只从技术上进行治理

数据治理项目是一个非常复杂的、牵涉非常多的综合性项目，很多企业只从技术出发，让IT部门单独进行，那么数据治理的成功率可想而知。实际上数据治理需要建设的东西非常多，比如说我们提到的数据权限责任、相关讲座培训、战略统筹规划、数据治理文档等等，这些不仅需要技术，也需要各部门业务人员以及管理体系的加入。

举个简单的例子，一方面数据治理团队要积极沟通协作，跨越多个部门进行数据文化的普及建设，让员工明白数据治理对于业务效率是有提升的，能够加强工作的效果，并通过完善的KPI考核指标来进行制度上的管理，从组织架构上进行数据治理的完善。另一方面数据治理也需要通过各种软件、工具来建设数据治理，让数据治理能够长期坚持下去，而这不能只依靠制度，还需要从外部引入ERP、OA、CRM等业务信息系统，商业智能BI，云计算等。通过合适的工具以及流程再造让数据治理能够长期坚持，健康的发展下去。