在数据生命周期的各个阶段(产生、处理、存储、应用、归档直至删除），企业必须完全按照组织的业务需要进行处理、管控、保护和共享，
我们在工作中常见的几个名词，数据管理、
数据治理、数据管控，这三者概念有重合，有着密切关系和关联，但随着现代数字技术的高速发展，三者在内涵、侧重、延伸等方面存在差异。
1、数据管理
数据管理(Data Management)的概念是伴随上世纪八十年代数据随机存储技术和数据库技术的使用，计算机系统中的数据可以方便地存储和访问而提出的。2015年，国际数据管理协会(DAMA)在DBMOK2.0知识领域将其扩展为11个管理职能，分别是数据架构、数据模型与设计、
数据存储与操作、数据安全、数据集成与互操作性、文件和内容、参考数据和
主数据、
数据仓库和商务智能、元数据、
数据质量等。
数据管理是指通过规划、控制与提供数据和信息资产职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。
2、数据治理
狭义的数据治理的驱动力最早源自两个方面：
(1) 内部风险管理的需要，包括：财务做假、敏感数据涉密、数据质量差影响关键决策等。
(2) 为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案(HIPAA)等。
广义的数据治理是对
数据资产管理行使权力和控制的活动集合(规划、监控和执行)，指导其他数据管理职能如何执行，在高层次上执行数据管理制度。组织为实现
数据资产价值最大化所开展的一系列持续工作过程，明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动，数据治理与数据管理的关系如下图所示，
数据治理的全过程，从范围来讲，数据治理涵盖了从前端事务处理系统、后段业务数据库到终端的
数据分析，从源头到终端再回到源头形成一个闭环负反馈系统(控制理论中趋稳的系统)，从目的来讲，数据治理就是对数据的获取、处理、使用进行监督(监管就是我们在执行层面对信息系统的负反馈)，而监管的职能主要通过五个方面的执行力来保证—发现、监督、控制、沟通、整合。
数据资源已成为各大企业战略资产，而有效的数据治理才是数据资产形成的必要条件。有效的数据治理是一个持续性的过程，也是逐步实现
数据价值的过程。所以数据治理是企业信息化的基石，数据资产是企业战略发展的核心价值，数据管理为企业赋能。
3、数据管控
范围更大一些，数据管控可能会根据企业实际情况，进行数据质量管控、元数据管控等某些方面的管控，感觉更多是偏向技术和执行层面。既管理，又控制，就像理论和实践的结合。
找到一张图，涵盖了数据相关的很多环节，值得再仔细研究一下，
（部分内容来源网络，如有侵权请联系删除）
