数据治理过程
从范围来讲，数据治理涵盖了从前端事务处理系统、后端业务数据库到终端的数据分析，从到终端再回到形成一个闭环负反馈系统（控制理论中趋稳的系统）。从目的来讲，数据治理就是要对数据的获取、处理、使用进行监管（监管就是我们在执行层面对信息系统的负反馈），而监管的职能主要通过以下五个方面的执行力来保证——发现、监督、控制、沟通、整合。
派客动力数据治理支持多版本自定义的要求
· 支持用户自定义分类分级体系，且属性可扩展
· 多套分类分级体系共存，满足不同的合规要求便捷灵活的实施
· 支持字段的模糊查询及批量设置，不必担心管理一个数据库几十万字段的庞大工作量
· 同时利用分类结果进行字段筛选，辅助数据分级，既减少了维护几十上百万字段的工作量，又满足了某些行业分类分级强关联性的要求友好的界面及操作风格
· 秉承基础通用软件的界面及使用风格，让用户快速上手，无违和感地使用强大的数据地图· 支持表格、图形等各类数据报表的自定义展示
· 内置分析、预警、纠错等维度报表，辅助用户进行数据资产管理
数据治理数据分级
，需要依赖于数据分类的结果，因为数据分类令数据有了明确的业务属性。如何给数据定级，一个重要的依据就是要判断该数据泄露时所造成的影响，包括影响的对象、影响的范围和结果等，这些取决于业务分类的准确性。数据分级另一个前提就是合规的梳理，企业可以通过这项工作清楚地了解哪类数据是被要求必须受保护的，从而结合分类的结果更地对数据进行分级。
数据治理现有系统中的敏感数据梳理
该银行没有明确的数据价值定义标准，致使工作人员无法对辖区内掌握和拥有的数据进行很好的估值，随之对于操作稍有不慎所产生的后果也就无从评估。对此，派客动力脱敏平台内置了大量的敏感数据发现算法，能够通过对该银行现有系统中的数据进行采样分析，自动发现系统中包含敏感信息的敏感数据，包括姓名、证件号、银行账户、金额、日期、住址、电话号码、 Email 地址、车牌号、车架号、企业名称、工商注册号、组织机构代码、纳税人识别号等；对所有敏感数据进行梳理、收集。