日前，在行业媒体安排的问答环节中，杰弗里·里特人们对大数据情报的追求将会驱使信息治理专业人士超越GRC的管控进行了探讨。
在大型组织中，信息治理专业人员的责任主要是确保企业数据遵循日益复杂的法规遵从规则。然而近年来，信息治理的作用有所扩大，企业领导者已经开始意识到，企业所产生的大量信息和存储提供了一个丰富的现成的商业智能数据，信息治理专业人士也越来越多地要求采用大数据分析，以确定新的方式来为企业创造财富，同时还抽出时间来维持法律和法规遵从。
杰弗里·里特是牛津大学的律师和外聘讲师，也是Search Compliance的撰稿人。他最近讨论了信息治理专业人士将被要求超出保持公共法律法规数据合规的问题。在这个问答环节中，里特对企业董事会在大数据智能和分析的投资偏好上升如何影响这种变化，以及信息治理专业人士如何适应进行了阐述分析。
问：随着新的大数据产品和服务的应用，企业对信息治理有着什么样的要求？
里特：成功的大数据智能需要可以摄入到分析引擎的企业的历史信息。首先，入站内容必须符合什么样的数据可以被分析的规则。当输入数据不符合规则时，大数据的投资就会被稀释，因为只有较少的数据可以被分析。其结果是，信息治理专业人员被分配其责任，以确保良好的信念符合公共法规。如今的信息治理还必须确保整个投资组合可用于大数据分析的企业记录的规则进行验证，并过滤这些记录。
问：这些大数据规则的要求是什么？
里特：摄入数据符合数据库的结构规则（如相关信息的分类和结构方案），这是至关重要的。但很多大数据分析引擎他们工作最好的是从许多不同的源头接收和处理数据，分析引擎确实需要知道信息来自哪里，以及如何一直保持该信息。
这些规则也强调数据的出处。信息治理团队必须在任何IT项目的前端工程遵循这些规则。如果他们不这样做，得到的输出数据可能不会像大数据产生财富创造的分析那么有用。
问：信息治理团队是否必须接受新的数据存储库，你可以给我们列举一些例子吗？
里特：第二十一世纪标志着结构化的记录结束。发票，采购订单，发货通知，商业协议等这些所有传统的商业信息资产的格式正在被构建成巨大的数据湖泊和数据集，允许数据被组合，被用于多种用途。
这使得信息的治理非常困难。数据流，图形数据，基于Linux系统中的应用程序负载的执行日志，以及联合身份管理系统验证日志，所有这些都被视为传统的“记录”，但他们都是充分利用大数据业务收益至关重要的因素。好的商业数据来自于分析大量的记录，而这也正是人们所面临的挑战。
信息治理仍然是由企业领导主导，但信息管理专业人士通常自己专注于遵守规定的主要内容记录，却更难以主张将处理这些新的数据类型。
问：许多公司的数据管理计划已经很难获得所需的资金，以满足他们的主要履约义务。信息管理者如何才能获得应对这些新挑战所需的额外资金？
里特：大数据分析和商业智能交易市场得到巨大增长这是有原因的。由此产生的输出帮助企业创造新的财富，并允许在他们的商业决策速度更快更强大。信息治理可以在IT系统工程发挥积极作用，使数据在大数据分析过程中更加有效地加以利用，就可以名顺言顺地宣称其正在帮助创造新的财富，提高业务发展速度。
强大的信息治理可以成为一个大数据智能的承诺的巨大加速器，并为投资提供财务回报。而在这个过程中包含了设计内容和提供数据出处的信息治理专业人士的贡献，数据治理成为一个积极的业务功能，将远远超过遵循公共法律和法规的仅是保留主要内容的记录的功能。
本文转自d1net（转载）