不同语境下“数据管理”和“数据治理”基本概念和内涵比较分析

编者按：

这是一篇有趣的文章。我是认可将数据治理视为组织数据开发的“规划委员会”(类似于市政当局)。作者提出了一个很好的观点:数据治理和数据管理流程定义的细节在各组织之间可能有所不同。因此，每个流程及其关系应该由特定的组织在其独特的语境中明确定义。

---

最近,我一直在研究阴阳的概念:“它描述在自然世界里可能是相互补充、相互联系和相互依存的看似相反的或相对立的力量，以及它们之间是如何此消彼长的二元论的概念。” 我决定检验一下阴阳二元论是否也适用于数据治理(DG)和数据管理(DM)的概念。答案并不像您所期望的那样明显，因为一切都取决于您将这两个概念、定义以及它们之间指定的关系放在什么样的语境中。”

我将尽最大的努力在“数据管理和数据治理”系列文章中解释它。在这个系列中，我将:

• 说明在不同语境中数据治理和数据管理的定义，以及它们之间关系的变化；
• 阐述DAMA-DMBOK和DCAM（数据管理能力成熟度模型）两大业内知名指南中这些概念的不同
• 分享我对数据治理和数据管理的定义、它们之间的关系和可交付成果的看法。
  

让我们从第一个主题开始，看看不同语境中“治理”和“管理”的业务定义。

不同语境下，数据治理和数据管理的定义以及它们之间的关系会发生变化。

一语言学中的“治理”和“管理”

尽管在日常(业务)生活中，“治理”和“管理”经常互换使用，但在语言学的角度来说，它们并不是同义词。《韦氏词典》将“管理”一词定义为“对某事物(如企业)的指导或监督”，而“治理”与“控制”相关，“治理”是“持续行使的主权权力”或“占上风或具有决定性影响:控制”。

Businessdictionary.com也提供了类似的定义：

• 管理是为了达到既定目标而对业务活动所进行的组织和协调。
• 治理是一个组织中治理机构成员建立政策，并对这些政策的执行进行持续的监控。

现在，让我们来看看在数据世界里是如何定义的：

数据治理，作为一个“至高无上的权威”（ ‘sovereign authority’），规定了为什么（WHY）以及如何(HOW)组织数据资产及其生命周期。治理通过建立一个框架并以政策和过程的形式来定义规则，并在实践中确保这些政策得到执行。

数据管理，规定了应该做什么(WHAT)，在规定的框架内，依照相关政策进行数据资产及其生命周期的维护。数据管理指导和监督数据生命周期的操作。

这里是有关数据治理和数据管理的一个图示：   

图1：数据管理和数据治理在业务语境中的语义图       

接下来，我们来看看最知名和广泛使用的行业参考指南DAMA-DMBOK对这个问题的看法。

二DAMA-DMBOK中的“治理”和“管理”

数据治理

DAMA-DMBOK是国际数据管理协会（DAMA 国际）的数据管理知识体系，是最知名、使用最广泛的数据管理行业指南。DAMA-DMBOK在其第一版、第二版中提供了相同的数据治理定义，与数据字典（译者注：指的是DAMA国际2008年出版的一本书籍《The DAMA Dictionary of Data Management Management, 2nd Edition：Over 2000 Terms Defined for IT and Business Professional》，下同）中的定义一样:

数据治理是在管理数据资产过程中行使权力和管控，包括计划、 监控和实施。

数据管理

不同版本的DAMA-DMBOK中对数据管理的定义不太一致。

DAMA-DMBOK第二版中的定义如下:

数据管理是为了交付、 控制、 保护并提升数据和信息资产的价值，在其整个生命周期中制订计划、 制度、 规程和实践活动，并执行和监督的过程。

DAMA-DMBOK第一版和数据字典中使用了几乎相同的定义，与第二版的定义有显著的区别，它们将数据管理定义为一种业务功能。例如，在数据字典中，它是这样的描述的：数据管理是“业务功能，它制定和执行计划、政策、实践和项目，以便获得、控制、保护、交付和提高数据价值“。

我们不会推测为什么“业务功能”的定义在最新版的DAMA-DMBOK中消失了，因为在我们的讨论中它并不重要。但是，对于DAMA-DMBOK的作者来说，这将是一个有趣的问题。

在这里，最重要的一点是，在DAMA-DMBOK中“治理”和“管理”的含义与普通的业务语境中不同。在DAMA-DMBOK中，“管理”负责政策的制定并监督它们的执行，而“治理”只控制和做出关于“管理”的决策。

下图是DAMA-DMBOK中“治理”和“管理”概念的一个图示：

图2：DAMA-DMBOK语境中的管理和治理

数据治理行使有关数据管理的权力、控制和共享决策制定。

数据管理开发、执行和监督有关数据资产及其生命周期的计划、政策和程序。

在DAMA-DMBOK中，“数据管理”概念最有趣的地方是数据管理的同义词的数量。DAMA-DMBOK2列出了“信息管理(IM)、企业信息管理(EIM)、企业数据管理(EDM)、数据资源管理(DRM)、信息资源管理(IRM)、信息资产管理(AIM)”等术语。

接下来，让我们另一个知名的行业指南:DCAM提供的数据管理的概念。

三DCAM中的“治理”和“管理”

DCAM（Data Management Capability Assessment Model，数据管理成熟度评估模型）是由企业数据管理委员会(EDM Council)开发的知识体系。与DAMA-DMBOK的开放性和可访问性不同，DCAM方法仅对EDM委员会的成员开放。因此，我在本文中使用的所有材料都是对大众公开的。

DCAM将数据管理定义为:“正确的数据管理是将数据管理的有’意义’”。亲爱的读者，我把“意义”一词的解释留给你。我怀疑对这一定义不同理解的数量将等于读者的数量。

数据治理则被定义为“约定数据管理的业务规则，重点关注制度、标准和操作过程的实现，确保规范利益相关者的行为”。发挥你的创造力，想象下“利益相关者的行为”应该意味着什么。

根据DCAM的定义，我做了如下的图示： 

图3：DCAM语境下的管理和治理          

在DCAM中，数据治理和数据管理的角色似乎与业务语境中的角色相似(参见图1)，但有一个例外:控制。从现有的资料中，您不能得出数据治理是否进行某种形式的控制的结论。

现在，让我们对这些分析做一个简短的总结。

四不同语境下“数据管理”和“数据治理”的对比总结

对两个不同的行业参考指南的快速分析如下:

1. 数据管理社区，对数据治理、数据管理、他们的角色和关系都没有明确一致的定义。

2. 每个公司在进行数据治理和数据管理时，都应该有自己对数据管理和数据治理的角色及其关系的定义和理解。
   

因此，回到关于数据管理和数据治理之间的阴阳二元论的问题上，很明显，这些概念是互补、相互关联和相互依赖的。但是它们是如何互相影响以及此消彼长则取决于语境（Context）。

请继续关注下一篇文章，我将:

• 深入分析DAMA-DMBOK和DCAM中，关于数据管理和数据治理内容理解上的差异
• 从组织层面讨论数据治理和数据管理之间的关系。

参考文档：

1. en.wikipedia.org/wiki/Yin_and_yang

2. www.merriam-webster.com/dictionary/management?src=search-dict-box

3. //www.merriam-webster.com/dictionary/govern

4. //www.businessdictionary.com/definition/management.html

5. //www.businessdictionary.com/definition/governance.html

6. DAMA International. DAMA-DMBOK: Data Management Body of Knowledge, Second Edition. Bradley Beach, N.J.: Technics Publications, p.69.

7. DAMA International. DAMA-DMBOK: Data Management Body of Knowledge, Second Edition. Bradley Beach, N.J.: Technics Publications, p.17.

8. DAMA International. The DAMA Dictionary of Data Management, Second Edition: Technics Publications, 2011, p.78.

9. DAMA International. The DAMA Dictionary of Data Management, Second Edition: Technics Publications, 2011, p.5.

10. ymaws.com/edmcouncil.org/resource/resmgr/featured_documents/dcam_model_intro_and_fwd.pdf, p.3

11. //cdn.ymaws.com/edmcouncil.org/resource/collection/AC65DC50-5687-4942-9B53-3398C887A578/DCAM_Framework_Overview.pdf

作者简介：

琳娜·斯坦贝克（Irina Steenbeek）是一名数据管理从业人员，拥有10多年的经验。她专业知识的关键领域是数据管理框架和数据血缘的实现。多年来，她为全球机构以及不同行业的大中型组织工作，包括但不限于金融机构、专业服务和IT公司。

译者：

杨志洪：就职于湘财证券，DAMA China会员，Oracle ACE， 腾讯云最具价值专家TVP、目前专注于基础架构平台治理与优化。参与翻译出版《Oracle核心技术》《Oracle Exadata专家手册》，及即将上市的《DMBOK数据管理知识体系（第2版）》《区块链重塑规则》。

校对：

马欢：就职于交通银行信用卡中心，DAMA China理事会员，CDMP，PMP，《DMBOK数据管理知识体系（第1&2版）》中文版主要译者。

注：美国的课程排名都是以101起。比如大学物理第一级Physics 101,第二级是 Physics 102以此类推。书名有101一般是指某个领域的初级入门书籍。

(欢迎大家加入数据工匠知识星球获取更多资讯。)

联系我们

扫描二维码关注我们

微信：DaasCai

邮箱：[e-mail]

QQ：2286075659

热门文章

我们的使命：发展数据治理行业、普及数据治理知识、改变企业数据管理现状、提高企业数据质量、推动企业走进大数据时代。

我们的愿景：打造数据治理专家、数据治理平台、数据治理生态圈。

我们的价值观：凝聚行业力量、打造数据治理全链条平台、改变数据治理生态圈。

了解更多精彩内容

长按，识别二维码，关注我们吧！

数据工匠俱乐部

微信号：zgsjgjjlb

专注数据治理，推动大数据发展。