- 数据分析
- 数据治理
- 产品解决方案
- 行业解决方案
- 案例
- 数据资产入表
- 赋能中心
- 伙伴
- 关于
时间：2018-11-20来源：Michele Goetz浏览数：704次
从什么时候开始数据管理和数据治理可以互换？
这个问题让我感到困惑和沮丧。追求数据管理供应商与业务利益相关者建立联系，因为业务部门在决策制定和保留技术购买资金方面的作用越来越大，这意味着数据治理作为一个术语被劫持以扼杀IT数据的不良品味项目变坏了。
有趣的是，供应商实际上开始喝自己的营销Kool-aid，并将他们的MDM，质量，安全性和生命周期管理产品视为数据治理工具/解决方案。存储和虚拟化供应商甚至开始抱怨这种声称他们管理数据。大数据供应商完全跳过数据管理，只需调用他们的目录，安全性和沿袭功能数据治理。
是的，这是我的一个宠儿 - 正如数据集成现在称为混合，数据清理和转换现在称为争论或数据准备。但更多的是另一篇博客......
首先，您（供应商或数据专业人员）不能简单地扫描在MadMen地毯下实施的结果有限并且难以实施的遗留数据投资的历史。拥有它并通过技术创新而不是文字来应对挑战。
其次，要确认数据治理究竟是 什么- 确定财务收益数据并确定其优先级的战略业务计划为组织带来了收益，同时降低了不良数据实践和质量的商业风险。该计划的核心是所有权，责任，流程，计划和绩效管理。数据治理与任何其他业务部门具有相同的核心竞争力，它恰好面向数据绩效，其中营销和销售围绕客户和产品销售或会计将围绕计费和收款。
第三，识别数据管理是什么- 一种IT程序和一组技术，它们支持和执行业务定义的优先策略，标准和规则，以确保数据支持客户，员工，合作伙伴和股东的信息需求。 数据治理不是由技术定义的。技术通过增强，自动化和扩展来支持计划目标。
2013年，Forrester提出了数据治理工具的需求和出现，这些工具是数据治理和数据绩效管理的应用程序。数据治理计划需要此类支持以促进最佳实践并提供数据监督。比较是，如果市场营销，销售和客户服务需要CRM系统，会计需要一个财务系统，而工程/产品管理需要一个PLM系统，那么如果数据是战略性的并被视为资产，那么您需要以编程方式支持这也是。
2014年，我们发布了Forrester Wave（这是第一个评估数据治理技术能力的人），着眼于这些应用程序的早期版本，无论它们是独立的还是在数据管理工具本身中出现的。不幸的是，现实情况是当时的景观仍然相当黯淡。工具本质上是更广泛的数据管理工具中的修复工作流程，缺乏对数据监督的业务影响分析，仅涵盖数据管理的一个领域（质量，或MDM，或元数据管理等），或仅仅作为数据分析处理数据治理。
跳到2015年，我们正在为第二个Forrester Wave做准备，以评估数据治理和管理能力。这种情况已经发生了巨大变化，并且有更成熟的独立应用程序的闪烁，以支持和解决数据管理挑战和流程。
数据管理员可以松一口气地知道他们不久将不再需要转换并成为影子IT数据专业人员。他们可以说再见手动修复数据，通过SQL语句评估数据，监控数据集成和数据日志，甚至编程和配置数据管理工具和流程。他们将被启用并有权专注于他们期望的流程和活动 管理数据的性能
因此，我们可以像我们所看到的那样调用它 - 数据治理和数据管理是非常不同的，但仍然是内在的联系。
下一篇：医疗领域的数据治理...
