一图看懂数据治理、数据管理与数据管控的关系和区别
数据治理、数据管理、数据管控三者的确有重叠的地方,容易混为一谈,这就造成了在实际使用中人们经常将这三个词混着用、随机用的现象。
关于数据治理与数据管理的区别的讨论有很多。有人认为数据治理是包含在数据管理中的,数据管理的范围更广,例如DAMA-DMBOK一书就明确提出数据管理包含数据治理;也有人认为数据治理高于数据管理,是企业的顶层策略。
以上观点各有道理,这里笔者用一个“金字塔”模型来描述数据治理、数据管理、数据管控之间的关系,如图3-1所示。
▲图3-1 数据治理、数据管理、数据管控的关系
01 数据治理
金字塔的最顶层是数据治理,与治理相关。我们还会经常看到“国家治理”和“公司治理”的说法,从某种意义上讲,治理是一种自顶向下的策略或活动。
因此,数据治理应该是企业顶层设计、战略规划方面的内容,是数据管理活动的总纲和指导,它指明数据管理过程中有哪些决策要制定、由谁负责,更强调组织模式、职责分工和标准规范。
02 数据管理
数据管理是为实现数据和信息资产价值的获取、控制、保护、交付及提升,对政策、实践和项目所做的计划、执行和监督。
笔者认为,数据管理是执行和落实数据治理策略并在过程中给予反馈,强调管理流程和制度,涵盖不同的管理领域,比如元数据管理、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、数据集成等。
03 数据管控
数据管控侧重于执行层面,是具体落地执行所涉及的各种措施,例如数据建模、数据抽取、数据处理、数据加工、数据分析等。数据管控的目的是确保数据被管理和监控,从而让数据得到更好的利用。
小结
综上所述,数据治理强调顶层的策略,数据管理侧重于流程和机制,而数据管控侧重于具体的措施和手段,三者是相辅相成的。
现在我们听得最多的是“数据治理”,似乎只要是涉及数据管理的项目,都会被说成数据治理。之所以会出现这个现象,主要是因为企业越来越意识到传统IT驱动或者说技术驱动的专项数据管理项目在实施过程中很难推进,并且很难解决业务和管理上用数难的问题。而从战略、组织入手的数据治理顶层设计更有利于实现数据管理的目标。
本文摘编自《一本书讲透数据治理:战略、方法、工具与实践》,经出版方授权发布。(ISBN:9787111694489)
点击上图了解及购买转载请联系微信:DoctorData
推荐语:这是一本能为数字化转型企业的数据治理提供全面指导的著作。用友集团官方出品,基于国际主流的数据治理框架和用友多年的数据治理经验,从道、法、术、器4个维度全面、深入展开,不仅有数据治理在战略层面的顶层设计,还有数据治理在执行层面的实施方法,既可以作为数据治理的纲领性指南,又可作为数据治理的实操手册。
在公众号对话框输入以下关键词查看更多优质内容!
读书 | 书单 | 干货 | 讲明白 | 神操作 | 手把手大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化AI | 人工智能 | 机器学习 | 深度学习 | NLP5G | 中台 | 用户画像 | 数学 | 算法 | 数字孪生
据统计,99%的大咖都关注了这个公众号👇