我们这一代人正在经历一个有趣的转变，内部优惠券，从模拟决策到数据驱动的智能。从数据到信息的一种转变，建站系统哪个比较好，这种转变很容易被机器解释并且是可操作的。我们从哪里开始增强智能的旅程。通过拥抱SAP S4HANA作为你的数字核心，你已经完成了你的第一步。这是开始为建立数据基础奠定基础的合适时机，以确保数据的一致性来支持过渡。你先问这些关于数据治理的问题

我现在真的需要考虑数据治理吗？什么时候是开始治理对话的好时机？我们如何建立数据治理？我需要一个工具来支持数据治理吗？

通常人们认为，他们不必在实施阶段考虑数据治理，怎么查看大数据，并假设他们可以"以后"再考虑。快进两年，更频繁的是，大数据营销，同一组投诉滚滚而来：

我的报告不一致！我的主数据编码不正确。我不知道为什么我需要填写这个领域，原来的业务流程外包已不再与该组织合作。我不明白这个字段的值是什么意思。我们需要启动一个数据清理项目。这次收购把一切都搞砸了…为什么我们有这么多的复制品？如何巩固？

这是公司通常开始大规模数据清理项目的时候，却意识到他们应该更早地考虑数据治理。

什么是数据治理？

数据治理是一个跨职能的框架，管理数据创建、维护和数据清除的过程。许多人错误地认为，如果他们已经制定了数据维护规则，物联网网关，那么就不需要付出额外的努力来实施数据治理。然而，仅仅有一个用于数据维护的规则集是不够的。为了有一个有效的数据治理框架，您需要

主数据维护的程序和工具文件化流程，包括工作流和批准流程用于为各种场景和异常创建主数据的文档化规则集字段或字段组级别的数据所有权安全性，以确保正确的人正在做的工作确保数据完整性的过程确保数据创建一致性的过程在复杂的多系统景观中，建立了拥有创造的主系统过程的持续改进定期审核，以确保遵守规则集并寻找改进机会

数据治理的先决条件

今后再也没有更好的时机开始数据治理工作。开始设置这个的最佳时间是在最初的项目实施期间，因为这可以确保您从上线的第一天起就拥有一个功能齐全的治理框架。在开始详细讨论之前，有一些先决条件可以确保可持续的数据治理设置：

为数据治理构建一个业务案例，并获得上级管理团队的支持为您的组织确定坏数据的成本，并查看这是否有理由投资于可以自动化流程的主数据治理工具确定能够领导治理组织并能够建立有效框架的领导者确定最适合您的组织的数据治理模型