数据已经被管理了几个世纪, 几千年甚至, 在过去100年左右的时间里，现代数据管理只是这段旅程的一小部分. 沿着这段历史，今天的数据问题——比如质量、安全和信任——并不新鲜. 多年来，这些问题根本没有得到重视, 由于短期主义、缺乏数据专业知识和对数据价值的认识等行为，导致数十年来对数据的投资不足.
了解数据管理的演变有助于洞察当前的挑战，并指导未来的策略来解决这些挑战. 每一代数据管理都有其优点和缺点, 组织可以从过去的经验中学习，形成更有效的数据管理方法，更好地支持未来几代人的数据管理.
回顾过去100年的数据管理，质量、安全和信任是反复出现的主题.
质量
尽管在过去的四分之一个世纪里，数字数据管理取得了进步, 只有一小部分组织的关键数据能够满足基本的质量标准. 糟糕的数据质量会导致不信任，并损害澳门赌场官方下载做出明智决策和实现目标的能力.
组织应该通过实现健壮的数据治理实践来优先考虑数据质量, 确保数据的准确性, 完备性和可靠性. 开始数据质量之旅的一种结构化方法是确定组织经历的基于数据的痛点，并向领导层展示数据管理如何解决这些痛点. 这种合作的目标是让组织支持解决其数据痛点.
然而, 不管特定数据集的质量有多好, 它受到跨组织的数据复制的损害. 数据网格的概念强调联合治理和创建由领域专家拥有的数据产品, 当数据产品所有者鼓励数据共享而不是复制时，哪种方法应该有助于减少重复. 可信赖的数据产品满足定义的操作需求，并在整个组织中定期进行质量检查以确保一致性，这是有效数据管理的关键成果.
安全和访问控制
许多员工可以访问他们不应该访问的数据，这构成了潜在的安全风险. 组织需要建立或审查其访问控制机制，以防止未经授权的访问和潜在的数据泄露.
定期的安全审计和监视对于识别和处理漏洞至关重要. 也, 许多违规行为的发生都是因为网络安全的基础——比如密码管理, 补丁管理, 防火墙配置和安全意识培训——没有得到很好的实践, 如果有的话. 如果网络安全的基础没有得到有效实施，追求先进的安全实践是没有意义的.
围绕元数据和隐私的数据治理和数据管理实践补充了安全对话, 其中许多流程都是自动化的. 然而, 必须仔细考虑自动化带来的安全风险, 通过设计将安全性作为补充和支持数据管理实践和数据治理的固有部分.
信任
由于许多引人注目的失败和滥用个人数据，人们对那些收集公众数据的组织的管理能力的信任已经受到侵蚀. 组织, 无论是在公共部门还是私营部门, 需要通过透明的数据管理实践来优先重建信任, 保护用户隐私，透明、快速地解决与数据滥用和准确性相关的问题.
公众对公共部门信任度的下降，助长了错误信息在政治领域的传播, 对所有人来说都是毁灭性的力量. 要建立对数据管理实践的信任，以帮助解决这些问题，首先要实施适当的数据管理实践及其支持性治理，并提高这些实践的透明度，目标是向公众提供准确可靠的信息，从而扭转这一趋势.
寻找改善数据管理的意愿
这三个问题——质量、安全和信任——都是可控的. 缺少的是，是否有意愿和支持预算来解决这些问题. 但高级技术领导不应等待太久才做出决定, 随着对可信数据需求的增加, 虽然数据管理技术不断变得更加复杂, 留下越来越大的数据投资缺口.
在过去100年左右的时间里，数据管理经历了重大变革, 从纸质记录到打孔卡片, 磁带, 数据仓库, 数据的湖泊, 数据结构和数据网格, 而且这种情况还将继续下去. 组织必须随时了解新兴技术和数据管理范例, 并根据具体的数据管理需求定期评估其适用性.
最终, 过去的经验强调了优先考虑数据质量的重要性, 建立健壮的安全措施, 通过利用新兴技术建立信任, 实施有效的数据治理, 采用创新的数据管理方法，持续不断地改进数据管理实践.
编者按: 想要进一步了解这个话题，请阅读盖伊·皮尔斯最近在《澳门赌场官方软件》上发表的文章， 《澳门赌场官方软件》 ISACA杂志，第4卷，2023年.
