- 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：2022-05-16来源：不好不坏浏览数：317次
现在我们听得最多的是“数据治理”，似乎只要是涉及数据管理的项目，都会被说成数据治理。之所以会出现这个现象，主要是因为企业越来越意识到传统IT驱动或者说技术驱动的专项数据管理项目在实施过程中很难推进，并且很难解决业务和管理上用数难的问题。而从战略、组织入手的数据治理顶层设计更有利于实现数据管理的目标。
数据治理、数据管理、数据管控三者的确有重叠的地方，容易混为一谈，这就造成了在实际使用中人们经常将这三个词混着用、随机用的现象。
关于数据治理与数据管理的区别的讨论有很多。有人认为数据治理是包含在数据管理中的，数据管理的范围更广，例如DAMA-DMBOK一书就明确提出数据管理包含数据治理；也有人认为数据治理高于数据管理，是企业的顶层策略。
以上观点各有道理，这里笔者用一个“金字塔”模型来描述数据治理、数据管理、数据管控之间的关系，如图3-1所示。
▲图3-1 数据治理、数据管理、数据管控的关系
01 数据治理
金字塔的最顶层是数据治理，与治理相关。我们还会经常看到“国家治理”和“公司治理”的说法，从某种意义上讲，治理是一种自顶向下的策略或活动。
因此，数据治理应该是企业顶层设计、战略规划方面的内容，是数据管理活动的总纲和指导，它指明数据管理过程中有哪些决策要制定、由谁负责，更强调组织模式、职责分工和标准规范。
02 数据管理
数据管理是为实现数据和信息资产价值的获取、控制、保护、交付及提升，对政策、实践和项目所做的计划、执行和监督。
笔者认为，数据管理是执行和落实数据治理策略并在过程中给予反馈，强调管理流程和制度，涵盖不同的管理领域，比如元数据管理、主数据管理、数据标准管理、数据质量管理、数据安全管理、数据服务管理、数据集成等。
03 数据管控
数据管控侧重于执行层面，是具体落地执行所涉及的各种措施，例如数据建模、数据抽取、数据处理、数据加工、数据分析等。数据管控的目的是确保数据被管理和监控，从而让数据得到更好的利用。
小结
综上所述，数据治理强调顶层的策略，数据管理侧重于流程和机制，而数据管控侧重于具体的措施和手段，三者是相辅相成的。
现在我们听得最多的是“数据治理”，似乎只要是涉及数据管理的项目，都会被说成数据治理。之所以会出现这个现象，主要是因为企业越来越意识到传统IT驱动或者说技术驱动的专项数据管理项目在实施过程中很难推进，并且很难解决业务和管理上用数难的问题。而从战略、组织入手的数据治理顶层设计更有利于实现数据管理的目标。
