数据治理企业系统梳理
开展数据、信息梳理的步，先对企业中的所有系统进行梳理，了解不同系统下的业务需求、项目模块、业务组等，编制梳理计划。当系统间进行集成或对接时，无非是将系统下的数据进行交互对接、整合，此时常见的问题就是各系统间相同的数据无法保证数据格式的一致性、准确性和完整性。第二步便是要对数据制定统一性规则，确保数据的完整性和一致性。首先要建立公共信息类模型，保障数据梳理时有统一的信息规范。其次，设定特殊信息级模型，制定数据性等级，确定数据信息敏感级别，方便确立日后哪些数据、信息以何种形式进行交互流通。
数据治理数据安全现状
随着大数据的发展性、集中性和开放性的不断提高，数据安全的薄弱性开始凸显。国内外的数据泄露事件频频发生，用户的个人隐私和企业的数据安全受到极大的威胁和挑战。在数字化驱动的环境下，数据泄露已不再是单一式的外部攻击，逐渐转为内部人员对信息化系统的敏感信息进行倒卖或，数据安全防护岌岌可危，也是影响大数据发展的问题。
数据治理过度采用GDPR对国内的影响
中国与欧盟国家的国情不同，法律也不同。与欧盟相比，目前我国尚未形成关于个人数据保护完善的法律法规体系，类似的相关条款基本都分散在不同部门的法律法规或标准中，边界和惩处力度不如GPPR明确，因此我国的个人数据保护基本还是依靠数据数据服务商单方面自律性的承诺，缺乏强制力。在数字经济大爆发，又缺乏明确约束力的背景下，许多企业制地采集使用个人信息，甚至会出现企业间数据共享、交换的情况出现。
中小企业数据治理
然而中小企业却恰恰相反，由于缺乏足够的财力做支撑，如果不放弃欧洲市场而强行改造企业，恐怕将难以保证企业生存，因此这些企业要慎重评估GDPR带来的影响，适当取舍，方为生存之道。如果用力过猛，过度采用GDPR，可能会适得其反。很多技术的革新都离不开这些中小型高科技企业，这些企业的消亡势必会影响我国高新技术的发展。