一图看懂数据治理、数据管理与数据管控的关系和区别
The following article is from 大数据DT Author 用友
提供大数据、AI等领域干货学习资源的「宝藏号」，跟50万技术人共同成长，一起玩转大数据、Python、数据分析、数据科学、人工智能！还会有各种好玩又奇葩的数据解读，边学习边吃瓜！
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。
(欢迎大家加入数据工匠知识星球获取更多资讯。)
扫描二维码关注我们
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。