• 原始系统元数据变化，无法知晓并做版本控制；

• 侧重数据字典的属性，没有其他类型属性；

• 数据溯源成本巨大，目前都是半自动 + 人工的血缘信息录入形式；

• 缺乏数据模型设计工具，开发阶段的规范较难统一；

• 不支持数据脱敏和加密；

• 缺乏细粒度的权限控制，例如行、列、单元格；

• 缺乏日志审计；

• 不支持基于属性RBAC的权限控制；

• 标准梳理耗时长、难度大、缺乏智能化手段提高效率；

• 缺乏行业数据标准积累；

• 当前的数据标准更多是事后管控，不是事前管控；

• 缺乏数据标准贯标的产品手段，目前多为人工的弱检查；

• 数据标准无法自动转化数据质量规则检查；

• 缺乏数据质量规则积累；

• 缺乏数据质量提升的闭环流程；