既然企業請外部廠商做數據治理，就必須意識到企業自身數據存在的問題，想通過改變質量來實現價值。但是，很多企業實際上在沒有想清楚的情況下就匆忙開始了數據治理，比如要解決什麽問題，怎麽做，怎麽按順序做，要達到什麽樣的目標，參與什麽資源，如何合作等。，然後他們就不停的摸索，不斷的修改。
建議:壹定要三思而後行，磨刀霍霍，找好切入點。
如果企業暫時想不出怎麽做，建議先請廠商幫忙做壹個小的數據治理咨詢項目，先整理分析，找到突破點。這壹階段的工作重點應該是梳理企業數據的現狀和問題，找出每壹類數據建設需要解決的問題、難點和最佳路徑，提出建設順序。
誤解2:數據治理是IT部門的事情。
在大數據時代，很多企業都能意識到數據需要管理才能持續保證質量，發揮價值，也成立了專門的團隊來管理數據，有的叫數據管理辦公室，有的叫數據管理中心。但這些機構往往由IT部門人員組成，自身定位也屬於IT技術部門。他們的相似之處是:重視技術，忽視業務。
建議:數據治理是兩條腿走路的事情。只有業務和IT都參與進來，我們才能快速、穩定地朝著正確的方向前進。從項目實施組織成立之初，壹直到後續項目建設完成，都要考慮業務部門的介入，建立常態化的組織。
誤區三:數據治理可以壹勞永逸。
出於投資回報的考慮，企業傾向於在壹個地方做，做壹個大型的、全面的、覆蓋所有業務和技術領域的數據治理項目。它應該涵蓋所有數據類型、所有業務領域、所有企業機構和所有企業系統。
從廣義上講，數據治理是壹個大概念，包括很多內容。以上事情不可能在壹個短期項目內全部做好，需要分階段實施。所以，壹旦有了這個想法去做數據治理項目，壹般會發現什麽都顧不上，也沒什麽成績。真正做好數據治理的企業，基本都是壹步壹步逐步建立起來的。
建議:企業要管理數據，壹定要和高層領導、部門溝通清楚。這是壹個逐步建設的過程。可以先做核心業務和核心數據，做見效快、緊急度高的內容。
誤區四:工具萬能。
許多企業認為數據治理意味著花壹些錢和購買壹些專業工具。只要數據治理工具或者軟件上線，以後壹切都沒問題，不用擔心。這也是為什麽很多企業做了數據治理，甚至選擇了非常強大的數據治理工具，過幾年就要重新開始的原因。
建議:數據治理的核心其實是管理制度，數據治理工具只是管理的壹個載體，需要企業建立正常的數據管理組織和正常的數據運行機制，保證企業數據治理的長期運行。
誤區五:數據治理之後，好像什麽都沒做。
很多數據治理項目很難接受，企業經常會有疑問:妳在數據治理方面做了什麽？看項目組的報告說已經做了很多事情。為什麽妳什麽都看不見？這種情況往往是項目初期調研不充分，找不到關鍵癥結，宣傳落實不到位造成的。然而，還有壹個不可忽視的原因，那就是企業客戶沒有意識到數據治理的有效性。企業對數據治理的結果缺乏感知，導致數據治理缺乏存在感，尤其是企業的領導和決策層，自然不會愉快地接受項目。
建議:在數據治理的項目需求階段，堅持業務價值導向，明確數據治理的目的，有效管理數據資產，確保其準確、可信、可感知、可理解、易獲取，為大數據應用和領導決策提供數據支持。