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

數據管理、數據治理、數據管控，這三者概念有重合

時間：2021-11-05來源：知乎瀏覽數：591次

在數據生命周期的各個階段(產生、處理、存儲、應用、歸檔直至刪除），企業必須完全按照組織的業務需要進行處理、管控、保護和共享，

我們在工作中常見的幾個名詞，數據管理、數據治理、數據管控，這三者概念有重合，有著密切關系和關聯，但隨著現代數字技術的高速發展，三者在內涵、側重、延伸等方面存在差異。

1、數據管理
數據管理(Data Management)的概念是伴隨上世紀八十年代數據隨機存儲技術和數據庫技術的使用，計算機系統中的數據可以方便地存儲和訪問而提出的。2015年，國際數據管理協會(DAMA)在DBMOK2.0知識領域將其擴展為11個管理職能，分別是數據架構、數據模型與設計、數據存儲與操作、數據安全、數據集成與互操作性、文件和內容、參考數據和主數據、數據倉庫和商務智能、元數據、數據質量等。

數據管理是指通過規劃、控制與提供數據和信息資產職能，包括開發、執行和監督有關數據的計劃、政策、方案、項目、流程、方法和程序，以獲取、控制、保護、交付和提高數據和信息資產價值。

2、數據治理
狹義的數據治理的驅動力最早源自兩個方面：
(1) 內部風險管理的需要，包括：財務做假、敏感數據涉密、數據質量差影響關鍵決策等。
(2) 為了滿足外部監管和合規的需要，比如薩班斯-奧克斯利法案、巴塞爾I/巴塞爾協議、健康保險流通與責任法案(HIPAA)等。
廣義的數據治理是對數據資產管理行使權力和控制的活動集合(規劃、監控和執行)，指導其他數據管理職能如何執行，在高層次上執行數據管理制度。組織為實現數據資產價值最大化所開展的一系列持續工作過程，明確數據相關方的責權、協調數據相關方達成數據利益一致、促進數據相關方采取聯合數據行動，數據治理與數據管理的關系如下圖所示，

數據治理的全過程，從范圍來講，數據治理涵蓋了從前端事務處理系統、后段業務數據庫到終端的數據分析，從源頭到終端再回到源頭形成一個閉環負反饋系統(控制理論中趨穩的系統)，從目的來講，數據治理就是對數據的獲取、處理、使用進行監督(監管就是我們在執行層面對信息系統的負反饋)，而監管的職能主要通過五個方面的執行力來保證—發現、監督、控制、溝通、整合。

數據資源已成為各大企業戰略資產，而有效的數據治理才是數據資產形成的必要條件。有效的數據治理是一個持續性的過程，也是逐步實現數據價值的過程。所以數據治理是企業信息化的基石，數據資產是企業戰略發展的核心價值，數據管理為企業賦能。

3、數據管控
范圍更大一些，數據管控可能會根據企業實際情況，進行數據質量管控、元數據管控等某些方面的管控，感覺更多是偏向技術和執行層面。既管理，又控制，就像理論和實踐的結合。

找到一張圖，涵蓋了數據相關的很多環節，值得再仔細研究一下，

（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：數據管理，數據治理，數據管控...

下一篇：PPT資料下載 | 數據治理全過程域工具包研究 ...