數據管理和數據治理有很多(duō)地方是互相(xiàng)重疊的，它們都圍繞數據這個(gè)領域展開(kāi)，因此這兩個(gè)術(shù)語經常被混為(wèi)一(yī)談。

　　此外，每當人們提起數據管理和數據治理的時候，還(hái)有一(yī)對類似的術(shù)語叫信息管理和信息治理，更混淆了人們對它們的理解。關于企業(yè)信息管理這個(gè)課題，還(hái)有許多(duō)相(xiàng)關的子集，包括主數據管理、元數據管理、數據生(shēng)命周期管理等等。

　　于是，出現了許多(duō)不同的理論（或理論家）描述關于在企業(yè)中數據/信息的管理以及治理如何運作：它們如何單獨運作？它們又(yòu)如何一(yī)起協同工(gōng)作？是“自(zì)下(xià)而上(shàng)”還(hái)是“自(zì)上(shàng)而下(xià)”的方法更高(gāo)效？

　　為(wèi)了幫助大家弄明白(bái)這些術(shù)語以及它們之間的關系，本文将著(zhe)重定義它們的概念，并指出它們的區别，這些定義和區别源自(zì)于國(guó)際公認的以數據為(wèi)中心的相(xiàng)關組織，同時還(hái)會(huì)在一(yī)些觀點上(shàng)展開(kāi)詳細的探讨。

　　數據管理包含數據治理

　　在說明數據和信息的區别之前，最好從(cóng)“治理是整體數據管理的一(yī)部分”這個(gè)概念開(kāi)始，這個(gè)概念目前已經得到(dào)了業(yè)界的廣泛認同。數據管理包含多(duō)個(gè)不同的領域，其中一(yī)個(gè)最顯著的領域就(jiù)是數據治理。CMMi協會(huì)頒布的數據管理成熟度模型（DMM）使這個(gè)概念具體化。DMM模型中包括六個(gè)有效數據管理分類，而其中一(yī)個(gè)就(jiù)是數據治理。數據管理協會(huì)（DAMA）在數據管理知識體系（DMBOK）中也認為(wèi)，數據治理是數據管理的一(yī)部分。在企業(yè)信息管理（EIM）這個(gè)定義上(shàng)，Gartner認為(wèi)EIM是“在組織和技(jì)術(shù)的邊界上(shàng)結構化、描述、治理信息資産的一(yī)個(gè)綜合學科”。Gartner這個(gè)定義不僅強調了數據/信息管理和治理上(shàng)的緊密關系，也重申了數據管理包含治理這個(gè)觀點。

　　治理與管理的區别

　　在明确數據治理是數據管理的一(yī)部分之後，下(xià)一(yī)個(gè)問題就(jiù)是定義數據管理。治理相(xiàng)對容易界定，它是用來明确相(xiàng)關角色、工(gōng)作責任和工(gōng)作流程的，确保數據資産能(néng)長(cháng)期有序地、可持續地得到(dào)管理。而數據管理則是一(yī)個(gè)更為(wèi)廣泛的定義，它與任何時間采集和應用數據的可重複流程的方方面面都緊密相(xiàng)關。例如，簡單地建立和規劃一(yī)個(gè)數據倉庫，這是數據管理層面的工(gōng)作。定義誰以及如何訪問這個(gè)數據倉庫，并且實施各種各樣針對元數據和資源庫管理工(gōng)作的标準，這是治理層面的工(gōng)作。數據管理更廣泛的定義包含DATAVERSITY上(shàng)大部分主題為(wèi)數據管理的文章和博客，其中有一(yī)部分是特别針對數據治理的。一(yī)個(gè)更廣泛的定義是，在數據管理過程中要保證一(yī)個(gè)組織已經将數據轉換成有用信息，這項工(gōng)作所需要的流程和工(gōng)具就(jiù)是數據治理的工(gōng)作。

　　信息與數據的區别

　　在上(shàng)文關于數據管理的第三個(gè)定義中，提到(dào)了數據和信息的區别。所有的信息都是數據，但并不是所有的數據都是信息。信息是那些容易應用于業(yè)務流程并産生(shēng)特定價值的數據。要成為(wèi)信息，數據通(tōng)常必須經曆一(yī)個(gè)嚴格的治理流程，它使有用的數據從(cóng)無用數據中分離出來，以及采取若幹關鍵措施增加有用數據的可信度，并将有用數據作為(wèi)信息使用。數據的特殊點在于創造和使用信息。在Gartner的術(shù)語表中，沒有單獨解釋數據管理和數據治理的概念，取與代之的是重點介紹了信息治理和信息管理的概念。

　　數據治理主要圍繞對象：角色

　　與正式的數據治理流程相(xiàng)關的角色是有限的。這些角色通(tōng)常包括高(gāo)層的管理者，他們優化數據治理規劃并使資金籌集變得更為(wèi)容易。這些角度也包括一(yī)個(gè)治理委員(yuán)會(huì)，由個(gè)别高(gāo)層管理者以及針對治理特定業(yè)務和必要流程而賦予相(xiàng)應職責的跨業(yè)務部門(mén)的人組成。角色也包括數據管理員(yuán)，确保治理活動的持續開(kāi)展以及幫忙企業(yè)實現業(yè)務目标。此外，還(hái)有部分“平民(mín)”管理員(yuán)，他們雖然不會(huì)明确被指定為(wèi)數據管理員(yuán)，但他們仍然在各自(zì)業(yè)務領域裡(lǐ)的治理流程中扮演活躍的角色。

　　有效的治理不僅需要IT的介入，這是人們的普遍共識。尤其當業(yè)務必須更主動地參與到(dào)治理方式和數據管理其他層面（例如自(zì)助數據分析）的時候，目的是要從(cóng)這些工(gōng)作參與中獲益。在更多(duō)的案例中，特定領域的治理可以直接應用于業(yè)務。這就(jiù)是為(wèi)什麽治理僅需要IT的介入是一(yī)個(gè)過時且應該擯棄的觀點。

　　數據治理主要圍繞對象：領域

　　數據治理包含許多(duō)不同方面的領域：

　　●元數據：元數據要求數據元素和術(shù)語的一(yī)緻性定義，它們通(tōng)常聚集于業(yè)務詞彙表上(shàng)。

　　●業(yè)務詞彙表：對于企業(yè)而言，建立統一(yī)的業(yè)務術(shù)語非常關鍵，如果這些術(shù)語和上(shàng)下(xià)文不能(néng)橫跨整個(gè)企業(yè)的範疇，那麽它将會(huì)在不同的業(yè)務部門(mén)中出現不同的表述。

　　●生(shēng)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(huì)随著(zhe)時間而産生(shēng)變化，某些生(shēng)命周期管理還(hái)會(huì)受到(dào)法律法規的影響。

　　●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(yè)務部門(mén)信任這些數據。數據質量是非常重要的，有人認為(wèi)它不同于治理，它極大提升了治理的水(shuǐ)平。

　　●參考數據管理：參考數據提供數據的上(shàng)下(xià)文，尤其是它結合元數據一(yī)起考慮的情況下(xià)。由于參考數據變更的頻率較低(dī)，參考數據的治理經常會(huì)被忽視。

　　雖然上(shàng)述提及的是數據治理在數據管理中所負責的特定領域，但一(yī)個(gè)至關重要的問題在于，所有組織裡(lǐ)的數據必須持續堅持數據治理的原則。

　　數據建模

　　數據建模是依賴于數據治理的另一(yī)個(gè)數據管理中的關鍵領域，它結合了數據管理與數據治理兩者進行協調工(gōng)作。可以說，為(wèi)了将數據治理擴展到(dào)整個(gè)組織，利用一(yī)個(gè)規範化的數據建模有利于将數據治理工(gōng)作擴展到(dào)其他業(yè)務部門(mén)。遵從(cóng)一(yī)緻性的數據建模，令數據标準變得有價值（特别是應用于大數據）。一(yī)個(gè)确保數據治理貫穿整個(gè)企業(yè)的最高(gāo)效手段，就(jiù)是利用數據建模技(jì)術(shù)直接關聯不同的數據治理領域，例如數據血緣關系以及數據質量。當需要合并非結構化數據時，數據建模将會(huì)更有價值。此外，數據建模加強了治理的結構和形式。

　　關鍵的不同點

　　數據管理其他方面的案例在DMM中有五個(gè)類型，包括數據管理戰略、數據質量、數據操作（生(shēng)命周期管理）、平台與架構（例如集成和架構标準），以及支持流程（聚集于其他因素之中的流程和風險管理）。在此重申一(yī)點，數據治理和數據管理非常接近是有事(shì)實支撐的，數據質量經常被視為(wèi)與數據治理相(xiàng)結合，甚至被認為(wèi)是數據治理的産物(wù)之一(yī)。也許，情景化這兩個(gè)領域的最好辦法，在于理解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(zhe)重提供一(yī)整套工(gōng)具和方法，确保企業(yè)在實際上(shàng)治理這些數據。雖然數據治理是數據管理中的一(yī)部分，但後者必須要由前者來提供可靠的信息到(dào)核心業(yè)務流程。