智能數據治理平臺

睿治作為國內功能最全的數據治理產品之一，入選IDC企業數據治理實施部署指南。同時，在IDC發布的《中國數據治理市場份額》報告中，連續四年蟬聯數據治理解決方案市場份額第一。

在線免費試用 DEMO體驗視頻介紹

睿治智能數據治理平臺

IDC蟬聯數據治理解決方案市場第一

一圖看懂數據治理、數據管理與數據管控的關系和區別

時間：2022-05-17來源：互聯網瀏覽數：780次

數據治理、數據管理、數據管控三者的確有重疊的地方，容易混為一談，這就造成了在實際使用中人們經常將這三個詞混著用、隨機用的現象。

關于數據治理與數據管理的區別的討論有很多。有人認為數據治理是包含在數據管理中的，數據管理的范圍更廣，例如DAMA-DMBOK一書就明確提出數據管理包含數據治理;也有人認為數據治理高于數據管理，是企業的頂層策略。

以上觀點各有道理，這里筆者用一個“金字塔”模型來描述數據治理、數據管理、數據管控之間的關系，如圖3-1所示。

▲圖3-1 數據治理、數據管理、數據管控的關系

1.數據治理
金字塔的最頂層是數據治理，與治理相關。我們還會經常看到“國家治理”和“公司治理”的說法，從某種意義上講，治理是一種自頂向下的策略或活動。

因此，數據治理應該是企業頂層設計、戰略規劃方面的內容，是數據管理活動的總綱和指導，它指明數據管理過程中有哪些決策要制定、由誰負責，更強調組織模式、職責分工和標準規范。

2.數據管理
數據管理是為實現數據和信息資產價值的獲取、控制、保護、交付及提升，對政策、實踐和項目所做的計劃、執行和監督。

筆者認為，數據管理是執行和落實數據治理策略并在過程中給予反饋，強調管理流程和制度，涵蓋不同的管理領域，比如元數據管理、主數據管理、數據標準管理、數據質量管理、數據安全管理、數據服務管理、數據集成等。

3.數據管控
數據管控側重于執行層面，是具體落地執行所涉及的各種措施，例如數據建模、數據抽取、數據處理、數據加工、數據分析等。數據管控的目的是確保數據被管理和監控，從而讓數據得到更好的利用。

小結
綜上所述，數據治理強調頂層的策略，數據管理側重于流程和機制，而數據管控側重于具體的措施和手段，三者是相輔相成的。

現在我們聽得最多的是“數據治理”，似乎只要是涉及數據管理的項目，都會被說成數據治理。之所以會出現這個現象，主要是因為企業越來越意識到傳統IT驅動或者說技術驅動的專項數據管理項目在實施過程中很難推進，并且很難解決業務和管理上用數難的問題。而從戰略、組織入手的數據治理頂層設計更有利于實現數據管理的目標。

（部分內容來源網絡，如有侵權請聯系刪除）

立即申請數據分析/數據治理產品免費試用我要試用

上一篇：金融數據安全分類分級方法...

下一篇：工業數字化轉型中的數據治理...