案例04｜Data Governance：不是只有保護資料，而是管理完整生命週期

一、案例定位

本案例依原書第 5 章 Data Governance 討論重組，並非原書正式案例研究。

將 Data Governance 從「資料安全」擴展為 Integrity、Life Cycle、Access、Transformation 與 Audit 的完整治理。

二、學習目標

理解 Data Governance 不等於 Encryption。
建立 Data Life Cycle 與 Data Flow 概念。
將異常、存取與 Transformation 納入治理。

三、案例情境

TechNova 的 Monitoring System 偵測到 Data Anomaly 後，Dr. Zhang 強調 Data Governance Framework 必須確保 Data Integrity、理解 Life Cycle、保護 Data Value。原書也要求對來源、Transformation、Access 與最終處置保持可追溯。

四、開始資料

治理面向	核心問題	需要的證據
Integrity	資料是否完整且可信？	Quality／Anomaly Evidence
Life Cycle	資料如何從 Collection 走到 Disposal／Anonymization？	Data Flow Map
Access	誰可以讀取或修改？	RBAC／Access Log
Transformation	資料如何被處理與改變？	Transformation Lineage
Retention／Disposal	何時保留、刪除或匿名化？	Retention／Deletion Policy

五、Excel／AI 分析方法

Excel 可建立 Data Asset × Life Cycle Stage × Owner × Access × Retention Matrix；AI 可摘要缺口，但不可自行推定資料合法保存期限。

六、計算結果

原書沒有固定 Retention Period 或 Data Quality Threshold，因此本案例不補造數值。

七、結果分析與管理解讀

AI 系統的資料治理需要能回答「資料從哪裡來、被怎麼變更、誰看過、最後去哪裡」，而不只是「有沒有加密」。

八、AI 提問詞

請根據我的 Data Flow，逐一列出 Origin、Transformation、Access、Storage、Retention、Deletion/Anonymization 證據。未提供法規保存期限時請標示需法務確認。