随着大数据时代的到来，数据量飞速激增，数据治理和数据管理逐渐成为高频热词。但是对于这两个概念，准确定义是什么，二者又有什么区别，许多用户可能对此还不甚清晰。
一、关于数据治理
1、数据治理的定义
数据治理是对数据端到端生命周期内（收集、存储、使用、保护、归档和删除）的组织结构、数据拥有者、政策、规则、过程、业务术语和度量标准等做出定义。
2、数据治理的要素
政策和规则：政策定义的是做什么，规则定义的是如何去做。机构针对不同的过程和流程采用了广泛的政策和规则；常见的类别包括许可、质量、留存和安全。
度量标准：可以被度量的事物就可以被管理。常见的技术度量标准包括：数据的准确性和完整性、被加密或脱敏的个人数据要素的数量、在某项应用中被重复记录的数字等等。
人员：数据治理的关键。这是因为人负责创建和处理数据，并最终受益于经过妥善治理的数据。
二、关于数据管理
1、数据管理的定义
数据管理则是数据治理的技术实现，而企业数据治理则为各种政策及过程的执行和实施赋能。
2、数据管理的核心功能
清洗和标准化：帮助数据质量政策的实施。画像工具能够帮助你将数据与已设定的数据质量标准进行有效性、准确性和完整性等比较。让你可以对无效值、拼写错误和遗漏值等问题进行修复。还可以将清洗规则嵌入数据输入过程中，让你在输入点就开始实施
数据质量控制。
脱敏和加密：帮助隐私和保护政策实施。数据发现及分类工具和技术能够帮助你识别出敏感数据和个人数据，并基于内部需求和外部法规，将相应数据加上“需要保护”的标签。这些标签后续可用于实施适当的保护控制措施。
归档和删除：帮助数据留存政策实施。当日常运营活动不再需要某些数据后，数据就会被归档，但这些数据仍然需要符合相关法规的要求。在指定的数据存留期满后，数据将会被永久删除。
三、数据治理与数据管理的区别与联系
1、数据管理包含数据治理
数据管理协会(DAMA)在数据管理知识体系(DMBOK)中认为，数据治理是数据管理的一部分。CMMI协会颁布的数据管理成熟度模型(DMM)中包括六个有效数据管理分类，而其中一个就是数据治理。在企业信息管理(EIM)这个定义上，EIM是“在组织和技术的边界上结构化、描述、治理信息资产的一个综合学科”。不仅强调了数据/信息管理和治理上的紧密关系，也重申了数据管理包含治理这个观点。
2、治理与管理的区别
治理相对容易界定，它是用来明确相关角色、工作责任和工作流程的，确保数据资产能长期有序地、可持续地得到管理。而数据管理则是一个更为广泛的定义，它与任何时间采集和应用数据的可重复流程的方方面面都紧密相关。例如，简单地建立和规划一个数据仓库，这是数据管理层面的工作。定义谁以及如何访问这个数据仓库，并且实施各种各样针对元数据和资源库管理工作的标准，这是治理层面的工作。
四、睿治数据治理平台
亿信睿治平台是北京亿信华辰软件有限责任公司自主研发的由多个产品组成的一整套解决方案，是一款面向实施人员的、智能的、敏捷的数据全生命周期管理应用平台。平台以元数据为基础，所有模块并非串连，而是每个模块都可以单独或与其他模块组合使用，并支持在本地或云上使用。
亿信睿治是一款覆盖数据全生命周期的
数据治理平台，它通过对数据从创建到消亡的全过程的监控和治理，实现数据的统一管理，为企业保证了业务数据在采集、集中、转换、存储、应用整个过程中的完整性、准确性、一致性和时效性，从而帮助客户建立起符合自身特征的数据架构和数据治理体系。
（部分内容来源网络，如有侵权请联系删除）
