不断增多的外部法规和企业内部政策明显提升了IT组织的门槛。财务总监及其他高管需要能够及时访问综合的、清洁的、经认证的信息。员工们也无需从不同的系统里提取报告，对同一问题提出不同答案，然后猜测哪个是真实的数字，也不用再受审计员和高管所左右。

为了满足今天更严格的要求，各个组织正将注意力转向数据管理：执行严格的数据标准、政策、流程和工艺，以便正规化地收集和管理数据、将汇报的数据编成文件，并认证数据的准确性。数据管理主要针对诸如数据的可用性、可访问性、一致性、安全性等问题，从合格性角度来看，最重要的是质量和可审计性。

Informatica最近的一项客户调查显示，32% 的数据管理项目的目的是为了满足准确报告及文件化控制和流程的要求。解决组织和流程问题对管理项目的建立是至关重要的，此外，支持技术的重要性也不容忽视。在健全的数据管理项目中，借助技术可实现流程自动化、数据跟踪和认证、以及政策的监控和实施。

管理数据质量

通常，被动的、一次性解决方案无法解决根本性的质量问题，这就需要采取特殊的方式来解决数据质量问题。数据管理对数据质量的关注是一个持续的过程，而不是只局限于某一时间的项目，其实施一项数据质量改进和监控计划，涉及所有类型的数据，包括客户、产品和财务数据，并跨跃从数据创建到使用及退出使用的整个数据生命周期。

对于整个数据质量项目，各公司需要一套合适的系统，可用来支持各类数据并实现与元数据的无缝融合。其最主要功能还包括剖析数据，以便对这些数据有更好的了解并发现潜在问题。数据管理员和分析师应该能够轻松地定义业务规则，以便清理和纠正数据质量问题。持续监视关键数据指标，并在某些指标偏离指定范围时发出警告也是至关重要的。

管理数据可审计性

可惜的是，许多公司目前仍然过度依赖电子数据表和其它手工文件来管理和报告与合格性有关的数据。由于采用了这些手工方法，彻底的跟踪和数据文件化几乎无法实现。

数据管理项目的目的是实现数据的完全可审计性：包括数据来自哪里？它是如何变化的？什么时候由谁提供？为了满足规定要求，公司必须实施内部控制，提供一套查帐索引。该索引应将所有数据制作成合适的文件，最好是对逻辑和流程进行收集并做成元数据。公司还需要一套跨系统、跨应用软件的全自动可视系统，这个系统具有深化能力，可以向后和向前跟踪。

 开发团队的任务加剧，他们必须能够了解和预知应用软件和系统变化对数据的影响。而且还需要他们具备可靠的工作流和版本管理能力，以确保在全球跨职能团队项目协作时可以对项目进行合理控制。

管理需要一个统一的平台

为了支持数据管理项目的标准、政策和组织结构，各公司几乎一定会需要一个针对数据生命周期所有阶段的综合性数据集成技术平台（不只是不同工具的集合）。筒仓式数据管理方法效果不佳，将会不可避免地造成自身的不一致性。应该采取统一的方式，系统地执行整个组织的数据管理政策和流程，以满足审计人员以及高管的要求。

如果您想知道您的数据集成技术基础设施是否已经为支持数据管理做好准备，请参加此项快速在线评估：www.informatica.com/solutions/data_governance/assessment_tool