我自己也有几个想法：人工智能数据治理的理论和方法刚刚开始，传统的结构化数据，BI数据治理系统已经发展了十多年甚至三十年，通过数字仓库和BI理论发展相对完善，充满了数据管理框架，国内数据管理成熟模型，那么如何管理结构化数据呢？
未来，金融信贷金融控制将继续以DCMM为起点，不断提高数据管理能力，不断深化数据管理系统、数据标准化工作、数字人才建设等研究，推动集团数字化转型升级，帮助我省高质量经济发展。
建筑数据管理-管理各类建筑的基本信息，如建筑功能用途、建筑结构特点、投入使用寿命、建筑面积、用户数量、供电分区等基本信息，使能源消耗监督中心一目了然。
他说：“我们的使命不仅仅是解决人才短缺的问题，而是更彻底地改变数据的生产方式。我们的目标是随时实现数据的就绪——只要业务需要，相关数据就可以立即获取和使用。这样，我们希望给整个行业带来深刻的变化，使数据处理更加高效和灵活，并为各行各业提供前所未有的数据管理能力。最后，周卫林说。
由于高频变化和人工研发过程，数据目录的人工维护变得极其困难。这导致了数据管理的失败和失败。在目前的情况下，在现有的依赖人工工程模式下，几乎不可能实现良好的数据管理和管理。
数据质量是指数据使用的适当性。随着数据在企业中的地位和应用越来越广泛，数据质量不再仅仅指数据管理准确性的重要性和意义，数据使用的适当性已成为影响数据质量的更重要因素。目前，我们评估数据质量的常用维度包括：完整性、准确性、唯一性、有效性、一致性和及时性。
12月13日，第二届中国数据治理年会和博览会在北京展览馆举行。会议由中国电子信息产业联合会主办，以“强数据基础、智能未来”为主题，聚集了中国数据治理领域的高级专家、学者和企业名人，讨论了数据未来的发展和创新。会上，财信金融控股“DCMM助力湖南财信金融控股集团数字化建设”案例被评为2023年数据管理“百个优秀案例”。
