数据管理

韩陈昊

很多组织已经意识到，他们的数据是一种至关重要的资产，数据金额信息可以使他们洞察客户、产品和服务，一定程度的帮助他们创新并实现其战略目标。尽管如此，现在绝大多数企业并没有将他们的数据作为一项资产来管理，并从中获得持续价值。数据管理活动的范围广泛，包括从对如何利用数据和战略价值作出一致性决定，到数据采集、清洗、计算计算、部署的性能提升等所有方面。因此，数据管理往往需要技术和业务双重技能。

信息和知识是现代企业竞争优势的关键。拥有关于客户、产品、服务和运营的可靠、高质量数据的组织，能够比没有数据的组织作出更佳的决策。数据管理的主要驱动力是使组织能够从其数据资产中获取价值。组织管理数据的目标通常包括：理解并支撑企业及其利益相关方的信息需求得到满足、确保获取、存储过程中的数据完整性、确保数据和信息的质量、确保数据的隐私和保密性、确保数据能有效地服务企业增值的目标和防止数据和信息被不当访问、操作及使用。

数据和信息不仅是企业为获取未来价值而投资的资产，它们对大多数组织日常运营也至关重要，一个组织可能还没有从数据中获得价值，但是绝对无法在没有数据的情况下开展业务。随着数据专业领域的发展和成熟，为支持数据管理人员开展工作，国内外的同行整理了很多治理方法，作为一个端到端参与过数据治理的从业者而言，讨论治理原则或面对治理过程的挑战并不会实际推动工作进展，基于此，我想从应对挑战的角度来讲述数据治理的各个要素，依托于DAMA数据管理的框架，来梳理一下数据治理工作的全貌。

希望可以为数据治理工作苦恼，身陷数据管理工作的同行们，提供一份理论参考。