数据管理和数据治理区别.PDF

数据管理与数据治理的区别 (来源：DAMS，原作者：Jelani Harper，翻译：新炬网络-梁铭图， 整理：DAMS) 数据管理和数据治理有很多地方是互相重叠的，它们都围绕数据 这个领域展开，因此这两个术语经常被混为一谈。此外，每当人们提 起数据管理和数据治理的时候，还有一对类似的术语叫信息管理和信 息治理，更混淆了人们对它们的理解。关于企业信息管理这个课题， 还有许多相关的子集，包括主数据管理、元数据管理、数据生命周期 管理等等。于是，出现了许多不同的理论（或理论家）描述关于在企 业中数据/信息的管理以及治理如何运作：它们如何单独运作？它们 又如何一起协同工作？是“自下而上”还是“自上而下”的方法更高 效？ 为了帮助大家弄明白这些术语以及它们之间的关系，本文将着重 定义它们的概念，并指出它们的区别，这些定义和区别源自于国际公 认的以数据为中心的相关组织，同时还会在一些观点上展开详细的探 讨。 数据管理包含数据治理 在说明数据和信息的区别之前，最好从“治理是整体数据管理的 一部分”这个概念开始，这个概念目前已经得到了业界的广泛认同。 数据管理包含多个不同的领域，其中一个最显著的领域就是数据治 理。CMMi 协会颁布的数据管理成熟度模型（DMM）使这个概念具体化。 DMM 模型中包括六个有效数据管理分类，而其中一个就是数据治理。 数据管理协会（DAMA）在数据管理知识体系（DMBOK）中也认为，数 据治理是数据管理的一部分。在企业信息管理（EIM）这个定义上， Gartner 认为EIM 是“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”。Gartner 这个定义不仅强调了数据/信息 管理和治理上的紧密关系，也重申了数据管理包含治理这个观点。 治理与管理的区别 在明确数据治理是数据管理的一部分之后，下一个问题就是定义 数据管理。治理相对容易界定，它是用来明确相关角色、工作责任和 工作流程的，确保数据资产能长期有序地、可持续地得到管理。而数 据管理则是一个更为广泛的定义，它与任何时间采集和应用数据的可 重复流程的方方面面都紧密相关。例如，简单地建立和规划一个数据 仓库，这是数据管理层面的工作。定义谁以及如何访问这个数据仓库， 并且实施各种各样针对元数据和资源库管理工作的标准，这是治理层 面的工作。数据管理更广泛的定义包含DATAVERSITY 上大部分主题为 数据管理的文章和博客，其中有一部分是特别针对数据治理的。一个 更广泛的定义是，在数据管理过程中要保证一个组织已经将数据转换 成有用信息，这项工作所需要的流程和工具就是数据治理的工作。 信息与数据的区别 在上文关于数据管理的第三个定义中，提到了数据和信息的区 别。所有的信息都是数据，但并不是所有的数据都是信息。信息是那 些容易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 常必须经历一个严格的治理流程，它使有用的数据从无用数据中分离 出来，以及采取若干关键措施增加有用数据的可信度，并将有用数据 作为信息使用。数据的特殊点在于创造和使用信息。在Gartner 的术 语表中，没有单独解释数据管理和数据治理的概念，取与代之的是重 点介绍了信息治理和信息管理的概念。 数据治理主要围绕对象：角色 与正式的数据治理流程相关的角色是有限的。这些角色通常包括 高层的管理者，他们优化数据治理规划并使资金筹集变得更为容易。 这些角度也包括一个治理委员会，由个别高层管理者以及针对治理特 定业务和必要流程而赋予相应职责的跨业务部门的人组成。角色也包 括数据管理员，确保治理活动的持续开展以及帮忙企业实现业务目 标。此外，还有部分“平民”管理员，他们虽然不会明确被指定为数 据管理员，但他们仍然在各自业务领域里的治理流程中扮演活跃的角 色。 有效的治理不仅需要 IT 的介入，这是人们的普遍共识。尤其当 业务必须更主动地参与到治理方式和数据管理其他层面（例如自助数 据分析）的时候，目的是要从这些工作参与中获益。在更多的案例中， 特定领域的治理可以直接应用于业务。这就是为什么治理仅需要 IT 的介入是一个过时且应该摈弃的观点。 数据治理主要围绕对象：领域 数