3、应用范围增加，从面向数据管理者转变成面向企业所有人
传统数据治理一般只管理了数据仓库中的数据，数据治理平台搭建好以后，用户只是数据管理部，成为了数据管理部自己的工作环境，因此数据治理难以得到大范围的应用。而自服务能力的加入能够让大数据治理融入到企业的各个系统中，这大大增加了大数据治理的应用范围，从而使大数据治理平台从数据管理者的工作环境转变成业务人员、甚至企业管理者等企业所有人的数据工作环境。
对于企业来说，现在用户要想获得大数据平台中的数据就像去银行窗口取款，需要给数据服务团队提需求，进行一系列流程，最后才能把数据拿到手，带有自服务能力的大数据治理平台能像支付宝一样，在管理数据的同时给大家提供自助查找、获取和使用高质量数据的能力，给企业数字化转型带来更多业务价值。
三、企业如何应用自服务的 大数据治理加速数字化转型
企业具体该如何应用自服务的大数据治理解决数字化转型中的问题 可以简单概括为管、看、找、用几个方面。
1、管：帮助企业管理海量数据，保证业务创新数据的可靠性
通过各种手段帮助企业把数据管理好、保证数据的质量一直是大数据治理的重要任务，数字化时代，企业的数据来源比以前更广了，而且大部分是媒体、视频、物联网传感器等非结构化数据，这些数据远比以前更加难以管理，如何把这些信息管理好，依然是未来大数据治理的基础和重点。
2、看：提供360°视图，帮助用户从多角度认识企业大数据
企业环境中的数据纷繁复杂，可视化的方式能为企业用户直观地展现出企业的数据情况，从而极大地提升企业用户对大数据的认识。比如说，可以通过数据地图、主题图、导航图、业务数据流图以及大屏显示等展现方式从财务、人力、策略、外部、组织、IT、治理、过程、项目等多种角度展示企业大数据情况，使企业中的各种角色都能找到理解大数据方式，从而提升企业角色对大数据的整体认识。
图：多角度展示企业大数据
3、找：打通业务与数据的关系，帮助用户快速“淘”到所需数据
大数据时代，员工查找所需数据越来越像“大海捞针”，据统计，企业员工每天要花费15%—35%的时间在海量信息中查找需要的数据，可见充分释放数据价值的前提是让企业人员能够自助查找数据。现在用户普遍比较适应“淘宝、京东”式查找，通过机器学习技术形成企业业务的知识图谱的方式有效地管理业务元数据，通过自动化工具管理技术元数据，实现二者的有效关联并打通数据间关系，能让企业用户能够像网购时挑选商品一样来查找企业数据环境中的数据。
4、用：减轻IT人员负担，为业务人员提供自助数据准备能力
业务人员在做数据分析之前的数据准备工作常常依赖于大量工具和多名IT人员，业务人员不得不同时学会使用多种工具，同时也占用了IT人员的时间，带有自服务能力的大数据治理平台，能在业务人员找到所需数据后，自动将数据准备好并通过统一工具的可视化的交互界面提供给业务人员，让业务用户快速拿到需要的数据，从而将更多精力投入到如业务相关的数据分析中。
四、总结
带有自服务能力的大数据治理与之前比较传统的数据治理相比，拥有更广泛的应用场景，能帮助企业有效解决在数字化转型中遇到的一系列问题，有望成为未来大数据治理的发展方向。