基本概念及数据管理原则

基本概念

数据

我们经常会把数据和信息混为一谈，其实数据可以成为“信息的原材料”，而信息则被称为“在上下文语境中的数据”，

数据常常用来反映客观事实。在信息技术中，数据也被理解为以数字化的形式存储结构化和非结构化的信息。通过技术手段可以测量各种事件和活动，可以收集、储存并分析从前不被视为“数据”的各种数字化事务，但这往往会超出人们将这些数据合成为可用信息的能力。要利用各种数据而不被其容量和增长速度所压倒，需要可靠的、可扩展的数据管理实践。

数据是一种表达方法，它代表的是除自身以外的事物。数据既是对其代表对象的解释，也是必须解释的对象，这是人们需要语境或上下文使其数据有意义的另一种说法。语境可被视为数据的表示系统，该系统包括一个公共词汇表和一系列组件之间的关系，统一了数据语境的上下文语言或约定，就可以比较容易的跨职能的解释其中的数据。随着技术的变化，人们逐渐改变了原始对数据的理解。

在同一个组织中，也常有同一概念的多种表示方法，也常有统一概念的多种表示方法。因此，需要对数据架构、建模、治理、制度、元数据和数据质量进行统一管理，这有助于人们理解和使用数据。当数据跨多个组织时，多种多样的问题会接踵而至，因此需要企业级甚至行业级的数据标准，以提高数据一致性。

数据是一种组织资产

资产是一种资源，能被拥有或控制、持有或产生价值。资产可以转化为货币，尽管对将数据作为资产进行管理意味着什么的理解仍在不断发展，但是数据已经被广泛认可为一种企业资产了。虽然数据的资产化还没有得到普遍认可，但可能会越来越常见，随着区块链技术的深化应用，可能在不久的将来，数据资产可能会作为组织资产损益表上的一个特征。

可以称之为资产的数据，可以帮助企业做出更高效的决定，并拥有更高效的运营。企业用数据理解他们的用户，创造出新的产品和服务，随着大量的组织越来越依赖数据，可以根据企业对数据的付费意愿和价值评定，来更清楚的确定数据资产的价值。

数据管理原则

数据管理和其他形式的资产管理有共同的特征。它涉及了了解组织拥有什么数据以及可以用它完成什么，然后确定利用数据资产来实现组织目标的最佳方式。数据管理需要平衡战略、业务、技术需求，需要遵循一套原则，根据数据管理的特征来指导数据管理实践。

• 数据是有独特属性的资产： 在数据管理中，要意识到数据是一种资产，因为其使用过程中不会产生消耗，相比其他事物资产，其在管理方式上可能会有很大的差异。
• 数据的价值可以用经济术语来表示： 将数据称为资产，意味着它有很大的价值，虽然有技术手段可以测量数据的数量和质量，但行业内还未形成一个统一衡量价值的标准。想要对数据做出更好的决策和组织，应该开发一致的方法来量化该价值，同时要衡量低质量数据的使用成本和高质量数据来带的经济意义。
• 管理数据意味着对数据的质量管理： 确保数据符合应用的要求是数据管理的首要目标。为了管理数据质量，组织必须了解清楚利益相关方对数据的质量要求，并根据诉求有效度量数据。
• 数据管理需要元数据：用于管理和如何使用的数据都称为“元数据”。因为数据无法拿在手中或触摸到，要理解它的含义以及如何使用它，需要以“元数据”的形式定义这些知识。
• 数据管理需要规划： 即便是很小的组织，也可能有复杂的技术和业务流程蓝图。数据在多个地方被创建，在使用的过程中，可能会涉及到不同的业务动作或系统会对其修改，因而需要做一些协调工作来保持最终的结果一致，如何保持多系统、跨平台的数据一致，就要从架构和流程的角度对其进行整体规划。
• 数据管理须驱动信息技术决策： 数据和数据管理与信息技术及信息技术管理紧密结合。管理数据需要一种方式，确保技术管理驱动技术服务于组织战略数据，而不是单纯的由技术实践引导数据管理。
• 数据管理是跨职能的工作： 数据管理需要一系列的技能和专业知识，因此单个团队无法管理组织的所有数据。数据管理需要技术能力、业务能力以及协作能力。
• 数据管理需要企业视角： 数据管理必须能够有效地被应用于整个企业，所以数据管理往往会和数据治理交织在一起。
• 数据管理需要多角度思考： 数据是流动的，数据管理必须不断发展演进，通过不同的视角来思考，逐步探索新的数据创建及应用的最优实践方式，以满足消费者的变化。
• 数据管理需要全生命周期的管理： 不同类型的数据有不同的生命周期特征，因此数据管理需要管理它的生命周期。单一数据可以产生更多不同维度的数据，所以数据的生命周期本身会非常复杂。数据管理实践需要考虑数据的整个生命周期，不同的数据有不同的生命周期特征，因此它们有不同的管理需求。数据管理实践需要基于这些差异，保持足够的灵活性，以满足不同类型数据的生命周期需求。
• 数据管理需要考虑与数据相关的风险： 数据除了是一种资产以外，还代表着组织的风险。数据可能丢失、被盗用或误用，组织必须考虑其使用数据的伦理影响。数据相关风险必须作为数据生命周期的一部分进行管理。
• 有效的数据管理需要领导层担任责任： 数据管理是一项“一把手”工程，管理中涉及一些复杂的过程以及利益关系，需要协调、协作和承诺。为了达成目标，不仅需要管理技巧，还需要来自领导层的愿景和使命。