数据治理不再是可选的：诸如GDPR之类的法规将开始实施；组织最终意识到数据作为一种资产的价值，它需要得到保护、管理和维护，以增加资产价值。因为数据是一种数字资产，而且大部分都是在IT领域内管理的，所以组织很快就会研究技术，期望找到数据治理软件和解决方案；但技术只是解决方案的一部分。数据治理，如IDC在"数据治理成熟度"中定义的，是一种组织纪律，除了技术外，还需要远景和战略、人员和组织结构、流程、数据。我相信这会引起争论，但我不相信数据治理软件的存在；相反，我相信软件的存在是为了支持数据治理的过程。我称之为数据智能软件。数据智能软件是一个功能的集合，它帮助组织在小学概念中回答五（5）个W（数据）：谁、什么、何时、何地、为什么和如何？谁在使用数据，谁创建了数据或资产，谁对其负责？数据代表什么，数据用于什么？何时创建数据，何时使用数据，何时过期？数据在组织中的什么位置，在哪里被使用？为什么数据存在，为什么要保存数据，为什么要使用它？如何创建或捕获数据，以及如何使用这些数据？数据智能还增加了另一个维度：关系——数据内部以及生成和消费数据的人之间的内在关系是什么？有了这些问题的答案，将为数据治理、数据质量管理和自助服务数据等用例提供信息和指导。要想得到这些问题的答案，就需要利用元数据的力量，这些元数据是每次在源位置捕获数据、用户访问数据、在组织中移动数据、对数据进行分析、清理、聚合、扩充并用于运营或战略决策分析时生成的。数据智能软件不仅仅是元数据管理，它还包括数据编目、主数据定义和控制、数据分析和数据管理。我还与许多需要（并且想要）数据治理的组织进行了交谈，但不能在任何获得支持的尝试中使用"治理"一词；要么因为它意味着限制，要么因为过去的努力失败了（惨不忍睹）。另一方面，数据智能是一个新的、几乎有趣的术语，因为它并不意味着约束，而是提供了机会——了解更多关于数据本身以及组织如何使用数据的信息。在这个大数据和数字化转型的时代，不仅要捕捉到回答5W的智能，而且还要分析智能，结合数据本身的内容，可能会让人有一个全新的洞察力。我相信过去的数据治理尝试失败的原因之一是，关于数据的智能是手动创建和维护的，而回答5w所需的各种智能还不存在。在IDC最近进行的一项调查中，我们发现电子表格、定制软件、文档和口碑是最常用的数据编目方法。在业务或技术方面，手工流程一直无法跟上变化的步伐；而现在在数字化转型的时代，在日益复杂的技术和业务环境中，变化更加迅速和持续。数据是数字化转型的核心，作为数字平台的重要组成部分，值得特别关注。在数据特征、类型、构造、行为、域、社会环境和混合技术环境的扩展中，组织面临着更加复杂的生态系统和业务环境。在过去的几年里，数据专业人士一直关注大数据的三个V：数据量、速度和多样性。这些大数据特征仍然存在，并且已经在数据操作中根深蒂固，但是为了在数字转型时代从数据中获得价值，数据专业人士需要将他们的重点转向三个A：感知、增强和自动化。数据智能软件使组织了解他们的数据在哪里，谁在使用数据，为什么以及如何使用这些数据。数据智能软件也在用技术、语义和业务元数据扩充数据，添加关键的知识元素，以便更好地理解数据和数据的使用。在这个大数据时代，数据智能要求数据发现、定义、复制、一致性、使用和保护的自动化，在这个大数据时代，3V再加上在数字转换平台上增加的数据分布，使得任何手动操作都变得毫无用处。预计IDC将提供更多关于数据智能软件及其支持的功能用例的研究和内容，包括数据治理、数据质量管理和自助数据。让我们开始讨论数据治理软件的存在…。通过IDC的FutureScape:Worldwide data，Integration，and Analytics 2020预测，探索数据智能的未来：现在读