数据治理让数据更安全
这是一个很现实也很棘手的问题。大家都知道数据安全的重要性，都要做数据安全，也知道数据安全的几种思路方法，然而真正要做的时候，却发现根本无从下手，只能参考其它同类企业，人家采购了什么，自己就采购什么，或者监管机构要求做什么，就采购什么。至于数据安全软件买来怎么用，或者究竟能派上多大用场，没人能说得清。其实，造成这种局面的本质原因就是企业对自身的数据缺乏认知，解决了数据认知问题，数据安全的落地便是水到渠成的了。所以，与其谈论该如何做数据安全，不如谈谈该如何提升数据认知能力。
数据治理数据形态
作为数据安全工作者，了解企业自身数据的步就是数据形态的认知。数据体量有多大，是TB、PB还是ZB级？哪些是结构化数据、哪些是半结构化数据、哪些是非结构化数据？这些数据都存储在哪里，企业都用到了哪些种数据库，是传统的关系型数据库、Mpp数据库、K-V数据库还是基于Hadoop的数据库？这些数据的增量情况如何等等，都属于数据形态的范畴，都需要梳理了解。
数据治理数据安全保护策略
随着各行各业加速数字化转型风口下，数据安全厂商所提供的性的数据隐私保护产品和技术、方案等也各不相同。而数据脱敏技术和产品已然成为数据安全保护的常规防护手段之一。在开发、测试以及数据外发共享等环境下被广泛应用。但仅仅能够对敏感数据进行一系列的变形、遮蔽、加密等手段处理是远远不够的，想要真正意义上实现客户安全、便捷的使用数据，还要有完善的架构体系以及的技术做支撑。否则将会在实施过程中给客户带来一系列的问题与麻烦。
数据治理
s结合国际形势进行分析，会发现GDPR的颁布仅仅是为了保护公民隐私这么简单，其实早在2015年，欧盟就曾推出《数字一体化战略》，该战略的旨在为欧盟的企业或个人提供更好的数字产品和服务，化地实现数字经济的增长潜力，再结合近年中美两国数字经济高速增长的态势，以及欧盟在这方面的劣势就不难看出，
对于处于追赶者位置的欧盟来说，GDPR不仅平衡了数据利益化和隐私保护的问题，还可以利用各国同欧盟法律上的差异，以及自身长臂管辖的灵活性，变成了保护欧盟数字经济的堡垒，具有极深远的战略意义。
