數據管理涵蓋數據采集、存儲、處理、治理、集成、訪問等數據全生命周期的管理能力。數據資產是企業（組織）合法生成和治理形成，由企業（組織）控制和管理，并且具有分析價值的數據資源，是數字化轉型的基礎生產材料和驅動要素。只有將數據作為關鍵資源、核心資產進行有效管理，才能充分發揮數據作為創新驅動核心要素的潛能，深入挖掘數據作用，開辟價值增長新空間。
【Note】
數據管理的主要價值是通過數據要素資產化管理，提供來源更全面、格式更規范、質量更加高的持久化存儲數據，更加有力支持數據要素價值挖掘，充分激活數據創新驅動潛能。為加強數據要素的開發利用，按照數據生命周期，數據管理過程包括數據采集、數據存儲、數據處理、數據治理、數據集成與訪問等方面：
一是數據采集。通過完善數據采集范圍和手段，利用傳感技術、網絡爬蟲技術、數據同步技術等，實現設備設施、業務活動、供應鏈/產業鏈、產品全生命周期、生產全過程乃至產業生態相關數據的自動/半自動采集，完成數字化體系中最為基礎的感知工作，并通過網絡傳輸、物理拷貝等方式完成數據向邊緣側或云端存儲介質的傳遞，解決企業（組織）有什么數據的問題，其業務覆蓋面、數據采集頻率、測量精度等決定了數據資產的基礎質量；
二是數據存儲。數據完成采集后，以數據后續持續使用為目的，需要完成在數據持久化介質上的存儲，根據不同的數據類型，可以選擇文件系統、關系型數據庫、圖數據庫、時序數據庫等不同的數據管理系統存儲，按照不同的使用目的，可選擇數據庫、數據倉庫、大數據平臺分別處理在線事務處理（OLTP）、聯機分析處理（OLAP）、大數據分析等不同的工作負載，最終提供數據資產的對外訪問能力；
三是數據處理。數據處理任務本質上完成數據集到新的數據集的轉換，而這種轉換的目的是通過對數據的加工，使得數據中所包含的信息進一步顯性化，例如對單件銷售數據進行分類統計，形成各品類銷量對比數據，亦或是對時間序列數據進行頻域變換，得到其譜特征，都是通過對數據的處理得到新的二次數據的過程，最終豐富企業的數據資產體系，并進一步提升數據資產在業務層面的可用性；
四是數據治理。數據治理以數據為對象，通過一系列的框架和方法指導企業開展數據資產管理工作，回答數據在哪里、數據是什么、數據誰負責等核心問題，必須管理和技術緊密結合，其重點內容涵蓋數據治理戰略，包括數據治理的規劃、方向、目標、原則等；數據治理組織架構，包括數據治理委員會、數據治理歸口管理部門及數據治理崗位人員等；數據治理制度流程，包括元數據管理、數據模型管理、數據標準管理、數據質量管理等。
五是數據集成與訪問。從數據資產管理的角度，數據集成技術立足于降低多源異構數據訪問復雜性，通過采用數據接口、數據交換平臺等，使能多源異構數據實現在線交換、數據同步、數據連接和集成共享。在大數據場景下，數據湖等技術還提供了使用不同數據模型和差異化的訪問接口的異構數據管理引擎的統一訪問能力。此外，數據中臺等架構體系進一步提出可以通過數據服務的方式將集成好的業務數據通過服務化接口，甚至自然語言等訪問方式提升數據資產使用的易用性。
除了上述五方面之外，數據安全問題也是數據管理中不可忽略的一個重要方面，包括數據的分級分類、隱私保護、權限管理、訪問行為審計、數據加密等多個方面，主要解決如何讓數據資產使用的更安全的問題。
