应对型数据治理缺点
批量集成和应对型数据治理方法引入的时间延迟可能导致业务部门继续操作重复、不完整且不的主数据。因此，这会降低多领域 MDM 方案实现在正确的时间向正确的人员提供正确数据这一预期业务目标的能力。在期望被设定为数据将变得干净、且及时之后，批量集成引入的时间延迟让人感到沮丧。应对型数据治理（下游数据管理员小组负责整理、去重复、纠正和完成关键主数据）可能导致让人认为“数据治理官僚化”。
数据治理数据使用角色
这属于数据安全管理的范畴。保障数据安全，不仅需要技术手段，还需要常态化的管理机制做支撑。其中的就是要梳理数据使用的角色、流程以及场景。数据使用角色通常包括数据管理者、数据所有者、数据生产者、数据使用者等，是数据访问或使用权限，以及数据泄露以后的问责主体；数据使用流程是否健全，是企业数据安全管理成熟度的体现。
自己治理互联网+政务服务
自2018年，陆续发布了多项文件，要求各级深入推进“互联网+政务服务”的建设，实现“一网通办”，让群众只在一个平台登陆一次，就可以办理所有部门的业务，做到“数据多跑路，群众少跑腿”，为群众带来极大便利的同时，国家也对于信息安全防护做出了全新举措。
《信息安全技术 政务信息共享 数据安全技术要求》标准中，明确指出在共享数据准备阶段、交换阶段以及共享数据的使用阶段保障共享交换服务持续、稳定运行需采用的技术手段。
数据治理保障生产数据安全
商业保护的困境就是数据存在的形式过多，访问人数多，存储分散。在商业银行的内部有海量的数据信息，这些数据信息大部分被分散存储到全行办公人员的PC端、移动存储介质、邮箱等，由于日常对员工的要求和管理标注高低不一，人员安全意识不均衡，这也进一步增加了对数据信息安全保护的难度。派客动力脱敏平台中的权限管理首先将员工进行等级划分，不同等级的员工所获取到的权限不同，对于数据信息处理手段上也有了明确的差距。例如：只读权限，完全控制等。