数据治理、数据管理、数据资产管理有什么区别？这是我被问得最多的问题。如果要用一张图来形容他们三人的关系，下面两张图你同意哪一张？如上图1所示，数据治理包括数据管理。数据治理提出了数据管理的目标、架构和蓝图。数据管理是数据治理的技术实现。数据资产管理是面向数据应用和数据价值的数据管理。数据管理的一部分。如上图2所示，数据资产管理的范围更大。数据资产管理是数据管理的延伸，数据治理是确保数据得到良好管理的策略。这两张图，你觉得哪一张更准确地描述了三者的关系？如果三者不好比较，那我们就拆开来，两个两个比较一下，看看数据治理、数据管理、数据资产管理有什么区别。一、数据治理VS数据管理观点一：数据管理包含数据治理业界主流观点认为数据管理包含数据治理。以DAMA为代表，在DAMA-DMBOK2的数据管理框架（轮图）中，数据治理只是数据管理的11个知识领域之一，如下图所示：来源：DAMA-DMBOK2DAMA关于数据管理与数据Governance定义如下：数据管理（DataManagement）是交付、控制、保护和提升数据和信息资产的价值，制定贯穿其生命周期的计划、制度、程序和实践活动，并实施和监督过程.数据治理(DG)是指对数据资产的管理行使权力和控制的活动（计划、监控和执行）的集合。DAMA认为，数据管理是管理从数据获取到数据淘汰的整个生命周期过程，数据治理是为了保证组织对数据做出合理、一致的决策，也就是说，数据治理是为了更好地管理数据。管理政策、程序或标准。观点二：数据治理包括数据管理另一种不同的观点是数据治理包括数据管理。数据治理是为实现数据资产价值最大化而进行的一系列连续的工作过程，而数据管理则是为实现这一目标而进行的具体技术和业务活动。数据治理为数据管理指明方向，指导、评价、监督数据管理的有效性；数据管理通过规划、建设、运行、监督，反馈管理的有效性和问题。作者观点如果用简单的包含和包含关系来理解数据治理和数据管理，确实会存在一些争议。笔者更喜欢用一个“金字塔”结构来理解它们：金字塔的顶端应该是数据治理。与“治理”相关的，我们经常看到和听到国家治理、公司治理等概念。从某种意义上说，治理是一种自上而下的策略或活动。把国家治理说成国家管理，把公司治理说成公司控制，是不是有点奇怪？因此，数据治理应该是顶层设计和战略规划的内容。它是数据管理活动的总体纲要和指南，指明数据管理过程中应该做出哪些决策，“谁”负责，更强调数据策略和组织模式，职责分离和标准规范。数据管理是对数据治理做出的决策进行实施和反馈，强调管理过程和机制。数据管理涵盖不同领域，如：元数据管理、主数据管理、数据标准管理、数据质量管理、数据安全管理、数据服务管理等。更好地使用。因此，数据治理重在顶层策略，而管理重在过程和执行，两者相互作用，相辅相成。现在我们听到更多的是“数据治理”这个词，似乎只要涉及到数据管理，都在说自己在搞数据治理。造成这一问题的主要原因是企业越来越意识到传统的IT驱动或技术驱动的专项数据管理项目推进困难，实施过程困难重重，难以解决数据管理难题。难以使用业务和管理。.从战略和组织出发的数据治理顶层设计更有利于促进数据管理目标的实现。2、数据、数据资源和数据资产要想更深入地理解数据资产管理和数据治理的区别，首先要理解“数据、数据资源和数据资产”的概念。1、先说数据。这里的数据是指“原始数据”，即：记录事实的结果，未经处理的用于描述事实的材料。数据有两个特点：一是可以描述事实，二是未经加工。例如：开车时，车速传感器记录的您的车速；监控摄像头录制的视频；温度计显示的温度；企业ERP系统的销售订单记录等，都属于数据。有人说：“原始原始数据没有任何意义”。我不同意这一点。我不认为原始数据没有意义，但原始数据的价值是有限的（至少它能描述事实）。但是，由于原始数据可能无法被人类识别，无法被计算机保存，或者数据本身存在质量缺陷等，为了让数据产生更大的价值，需要对其进行处理，形成更高的价值。价值信息”。就像铁矿石一样——它是有价值的，但如果你不会冶炼，不提炼提纯，那么从价值的角度来看，铁矿石和普通的石头并没有太大的区别。2.数据资源“数据资源”的概念最早是在大数据领域提出的，但是在很多资料中对于“数据资源”这个词并没有一个标准的定义。我理解的“数据资源”指的是数据本身，只是这些数据是按照一定的目标，经过一定的规划和设计，收集、聚合、存储或加工，形成可以重复使用的数据。例如：企业在建设信息系统时，需要设计系统的数据模型、结构、类型、存储方式等，然后通过各种操作将数据记录保存在信息系统的数据库中系统流程表单或页面上的人，已经成为企业的数据资源。从这个角度看，企业过去几十年的所有“信息化”工作，都只是在做一件事——实现数据的“资源化”。数据资源在一定程度上具有“量大”的内涵。比如，我们经常听到XX矿产资源丰富的新闻。一定是说这里的矿产很多，而不是一种矿石。如果只有一块铁矿石，即使懂冶金，能提炼提纯，其价值也是有限的。同样，一条数据也不能称为数据资源，数据资源必须有一定的量。举个例子：如果Tbao、Pinxixi等电商平台只对你的购物记录进行一次分析，其实意义不大，但是如果你把你每次的购物数据聚合起来进行融合分析，就可以轻松知道你的购物偏好，然后向你推荐产品，实现所谓的“精准营销”。3、数据资产数据资产的概念在之前的文章中多次提到：数据资产是企业合法拥有或控制的，能够为企业带来经济效益和社会效益的数据资源。数据资产管理研究数据资源如何转化为数据资产的过程。那么，数据资产化之后，数据会转化成什么？数据资产管理促进数据的交易和流通。当数据交易流通所需的市场环境、技术环境、法律环境相应成熟时，数据资产就会转化为企业的资本——数据资本。3.从数据管理到数据资产管理下图是我在厦门大学大数据百讲数据治理公益分享课上用到的一张图。它实际上反映了从数据资源到数据资产的转化过程。1）数据资源化通过数据管理对企业的各种数据源进行采集、聚合、处理，形成企业统一的数据资源库。企业管理数据资源的目的是数据应用，但在使用数据资源时，经常会发现一些数据服务无法识别，一些数据存在大量质量问题，导致服务无法有效使用。这个时候就需要数据治理。因此，数据治理就是为了解决企业数据质量问题而诞生的！2）数据资产化由于数据从产生到消亡，从业务到技术，从管理到使用的整个生命周期，每个环节都可能出现数据质量问题。因此，数据治理不再是简单的技术问题。因此，数据治理更注重数据资源的统筹规划和相应保障体系的建设，如数据战略、数据结构、管理组织、管理流程、管理制度等。通过数据治理，打通数据孤岛向上，数据质量得到提升，数据赋能业务，满足企业内部使用。这时，企业的数据资源在一定程度上几乎不能称为企业的资产。3）数据资产化严格来说，数据资产的价值应该是可衡量的，满足企业内部使用就体现了它的使用价值，但这个价值并不容易衡量。因此，数据资产管理是在数据治理和数据管理的基础上展开的，以价值为驱动，通过对数据资产的有效管理和估值，促进数据资产的交易和流通。4、数据管理、数据治理、数据资产管理的区别是什么？在业界相关的数据管理体系中，无论是数据管理、数据治理、数据资源管理，还是数据资产管理，基本上都包括元数据管理、数据标准管理、数据质量管理和数据安全管理。所以很多人都想知道，这三个数据管理相关的概念有什么区别呢？其实上面已经基本解释过了。如果还是觉得不清楚，再总结一遍。笔者认为：从技术角度来看，这些概念并没有太大区别。主要区别在于它们的管理数据。目的和动力。数据管理是与数据管理相关的日常操作和行为。目的是管理数据，让企业知道有哪些数据存在，保证数据不丢失。至于如何使用这些数据，目的和需求似乎并不是特别强烈。例如：一些大型企业很早就设置了DBA岗位，DBA的职责更多是管理系统的数据库，比如数据备份、恢复等，以及数据集成。数据资源管理类似于数据管理，但数据资源管理的目的性很强。它是应用驱动的，更贴近业务。数据资源管理从业务角度对不同结构、不同类型、不同来源的数据进行归纳、整合和管理，使业务人员能够方便地识别和查找所需的数据。数据治理更多是问题驱动的。根本目的是提高数据质量和控制数据安全，重点是标准和保障体系建设，促进数据在企业内部的利用、交换和共享。数据资产管理是价值驱动的。在数据管理和数据治理的基础上，更加关注数据的所有权问题、价值问题、交易流通问题。以上是笔者对数据管理、数据治理和数据资产管理这三个概念的粗浅理解。如有不妥欢迎批评指正。
