一文让你分清数据管理与数据治理

Question

如题所述

Answer 1

一文让你分清数据管理与数据治理当我们讨论数据资产管理时，我们通常会涉及到两个核心概念：数据管理和数据治理。尽管这两个概念密切相关，但它们的定义和具体区别仍然让许多人感到困惑。
数据管理和数据治理有何不同？
数据管理和数据治理在很大程度上是相互关联的，它们都专注于数据的领域。然而，这两个术语并不总是被正确理解。此外，当人们讨论数据管理和数据治理时，还会提到信息管理和信息治理，这进一步增加了混淆。企业信息管理是一个广泛的领域，包括主数据管理、元数据管理和数据生命周期管理等多个子集。
在企业中，数据和信息的管理与治理如何运作？不同的理论家和模型试图解释这些过程如何独立运作，以及它们如何协同工作。是“自下而上”还是“自上而下”的方法更有效？
为了澄清这些术语及其关系，本文将定义它们的概念，并指出它们的区别。这些定义和区别基于国际公认的数据为中心的组织，并在某些观点上进行深入探讨。
数据管理包含数据治理
数据管理是一个广泛的过程，其中包括数据治理。例如，CMMi协会的数据管理成熟度模型（DMM）定义了六个有效的数据管理领域，其中之一是数据治理。数据管理协会（DAMA）在其数据管理知识体系（DMBOK）中也认为，数据治理是数据管理的一部分。Gartner将企业信息管理（EIM）定义为“在组织和技术的边界上结构化、描述、治理信息资产的一个综合学科”，这个定义强调了数据/信息管理和治理之间的紧密关系，并重申了数据管理包含治理的观点。
治理与管理有何区别？
治理和管理之间的主要区别在于，治理是关于明确角色、责任和流程的，以确保数据资产能够长期有序和可持续地得到管理。而数据管理是一个更广泛的定义，涉及任何时间采集和应用数据的可重复流程的各个方面。例如，建立和规划数据仓库是数据管理的一部分，而定义谁以及如何访问数据仓库，以及实施针对元数据和资源库管理工作的标准，则是治理的一部分。
信息与数据有何不同？
所有的信息都是数据，但并非所有的数据都是信息。信息是那些易于应用于业务流程并产生特定价值的数据。要成为信息，数据通常需要经历一个严格的治理过程，使其从无用数据中分离出来，并采取关键措施增加其可信度，然后作为信息使用。
数据治理的主要关注对象是什么？
数据治理的主要关注对象包括角色、领域和关键过程。角色通常包括高层管理者、治理委员会、数据管理员以及业务领域的“平民”管理员。领域包括元数据、业务词汇表、生命周期管理、数据质量和参考数据管理。
有效的治理不仅需要IT的参与，业务部门也必须积极参与。数据治理的领域包括元数据管理、业务词汇表、生命周期管理、数据质量和参考数据管理。
数据建模与数据治理有何关系？
数据建模是数据管理中的关键领域，它依赖于数据治理。为了将治理扩展到整个组织，规范化的数据建模有助于将治理工作扩展到其他业务部门。数据建模确保数据标准有价值，特别是在大数据应用中。
总结
数据管理和数据治理是数据资产管理中的两个核心概念。尽管它们密切相关，但它们有不同的定义和职责。数据管理是一个广泛的过程，包括数据治理，而治理是关于明确角色、责任和流程的。信息是从数据中分离出来的，并且需要经过治理过程才能成为有用的信息。数据治理的关注对象包括角色、领域和关键过程。数据建模是数据管理的一部分，它依赖于数据治理，并有助于将治理工作扩展到整个组织。