隨著信息技術的不斷涌現和普及，業務發展加快了數據膨脹的速度，行業內衍生了較多的新名詞，如
數據治理、數據管理等名詞的定義很多，概念容易混淆。那么筆者就來談談，這兩者的概念以及區別。
一、數據管理包含數據治理
目前業界廣泛認同的概念是“治理是整體數據管理的一部分”。首先，數據管理協會(DAMA)在數據管理知識體系(DMBOK)中認為，數據治理是數據管理的一部分。其次，在企業信息管理(EIM)定義上，Gartner認為EIM是“在組織和技術的邊界上結構化、描述、治理信息資產的一個綜合學科”。Gartner這個定義不僅強調了數據/信息管理和治理上的緊密關系，也重申了數據管理包含治理這個觀點。最后，CMMi協會頒布的數據管理成熟度模型(DMM)中包括六個有效數據管理分類，其中一個最顯著的領域就是數據治理。
二、數據治理與數據管理
數據治理是用來明確相關角色、工作責任和工作流程的，確保數據資產能長期有序地、可持續地得到管理。而數據管理則是一個更為廣泛的定義，在數據管理過程中要保證一個組織已經將數據轉換成有用信息，這項工作所需要的流程和工具就是數據治理的工作。它與任何時間采集和應用數據的可重復流程的方方面面都緊密相關。例如，簡單地建立和規劃一個數據倉庫，這是數據管理層面的工作。定義誰以及如何訪問這個數據倉庫，并且實施各種各樣針對元數據和資源庫管理工作的標準，這是治理層面的工作。
數據治理是負責正式化任何數據管理當中的流程，數據治理本身著重提供一整套工具和方法，確保企業在實際上治理這些數據。雖然數據治理是數據管理中的一部分，但后者必須要由前者來提供可靠的信息到核心業務流程。
三、數據治理領域
數據治理包含許多不同方面的領域：
業務詞匯表：對于企業而言，建立統一的業務術語非常關鍵，如果這些術語和上下文不能橫跨整個企業的范疇，那么它將會在不同的業務部門中出現不同的表述。
元數據：元數據要求數據元素和術語的一致性定義，它們通常聚集于業務詞匯表上。
數據質量：數據質量的具體措施包括數據詳細檢查的流程，目的是讓業務部門信任這些數據。數據質量是非常重要的，有人認為它不同于治理，它極大提升了治理的水平。
參考數據管理：參考數據提供數據的上下文，尤其是它結合元數據一起考慮的情況下。由于參考數據變更的頻率較低，參考數據的治理經常會被忽視。
生命周期管理：數據保存的時間跨度、數據保存的位置，以及數據如何使用都會隨著時間而產生變化，某些生命周期管理還會受到法律法規的影響。
四、關于睿治數據治理平臺
億信華辰是中國專業的智能數據產品與服務提供商，一直致力于為政企用戶提供從數據采集、存儲、治理、分析到智能應用的智能數據全生命周期管理方案，幫助企業實現數據驅動、數據智能，已積累了8000多家用戶的服務和客戶成功經驗，為客戶提供數據分析平臺、數據治理系統搭建等專業的產品咨詢、實施和技術支持服務。
睿治智能數據治理平臺由億信華辰自主研發，是一款融合數據治理十大產品模塊，覆蓋數據全生命周期管理的應用平臺，也是目前國內功能齊全的數據治理工具，助力數據標準落地，提升數據質量，實現數據資產融合。睿治數據治理平臺融合數據集成、數據交換、實時計算存儲、元數據管理、數據標準管理、數據質量管理、主數據管理、數據資產管理、數據安全管理、數據生命周期管理十大產品模塊，打通數據治理各個環節，十大產品模塊可獨立或任意組合使用，快速滿足政府、企業各類不同的數據治理場景。
點擊查看更多關于數據治理的內容：
數據治理的意義與價值
為什么說數據治理是一項長期的工作
DAMA國際數據管理協會
