数据管理概述

本文基于 DAMA 体系资料整理，约 1457 字。

1. 引言

数据是一种至关重要的企业资产，从数据中获取的价值不可能凭空产生或依赖偶然，需要有目标、规划、协作、保障，也需要管理和领导力。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定计划、制度、规程和实践活动，并执行和监督的过程。

1.1 业务驱动因素数据管理的主要驱动力是使企业能够从其数据资产中获得价值，应对各类监管审计以及提升业务效率。

1.2 目标数据只有在使用的过程中才能产生价值，组织管理数据的目的是更好的服务于生产过程，创造业务价值，其中主要目标包含如下几个方面：

理解并支持企业级其利益相关方的信息需求得到满足

获取、存储、保护数据和确保数据资产的完整性

确保数据和信息的质量

确保利息相关放的数据隐私和保密性

防止数据和信息未经授权被不当访问、操作及使用

确保数据有效地服务于企业增值的目标

2.基本概念

2.1 数据是一种组织资产

资产是一种经济资源，能被拥有或控制、持有或产生价值。组织依靠数据资产做出更高效的决定，并拥有更高效的运营；企业应用数据去理解客户，创造出新的产品和服务，并通过削减成本和控制风险的手段来提高运营效率。政府、教育等机构通过数据来知道他们的运营、战术和战略活动。随着组织越来越依赖数据，可以更清楚地确定数据资产的价值。

2.2 数据管理原则

数据管理与其他资产管理具有共同的特性，它主要涉及了解一个组织拥有什么数据，以及可以用它来完成什么，然后确定利用数据资产来实现组织目标的最佳方式。数据管理为了平衡战略和运营需求，需要准寻一套适用于数据管理特征的原则，如下所示：

数据是一种有独特属性的资产

数据的价值可以用经济术语来表示

管理数据意味着对数据质量的管理

管理数据需要元数据

数据管理需要规划

数据管理需驱动信息决策

数据管理是跨职能的工作

数据管理需要跨企业级视角

数据管理需要多角度思考

数据管理需要全生命周期的管理

数据管理需要纳入和数据相关的风险

有效的数据管理需要领导层承担责任

2.3 数据管理的挑战

数据管理的挑战来源于数据本身属性的独特性，为了遵循这些原则带来了很多的挑战，主要包含如下几个方面：

数据与其他资产的区别：数据资产是无形的，数据价值随着时间推移变化，但具有高可复制性、持久性，难以重生性。

数据价值：数据的价值具有场景性（对一个组织有价值的数据对另一个组织不一定有用）、临时性（一个时间点有价值的数据在另一个时间不一定有价值）。

数据质量：确保高质量的数据是数据管理的核心，如果不能依靠其来满足企业需求，那么收集、存储、保护和访问数据就是一种浪费，高质量数据可以改善用户体验、提升效率、降低风险、快速响应商机等。

数据优化计划：数据流程通常独立于业务流程之外，相互之间的关联性较差。

元数据和数据管理：元数据描述的是一个组织拥有什么数据、代表什么、如何分类、来自哪里、如何在组织内移动、如何演进、谁可以使用它以及其质量程度。

数据管理是跨职能工作：不同阶段的数据管理侧重点不同，需要业务、开发、数据协作进行。

建立企业级的视角：数据是组织中“横向领域”之一，跨越不同的垂直领域，需要有全局性视角。

数据证明周期：数据产生、加工、使用都与业务发展相关，随着业务的发展数据的时效性和价值性会随着时间的推移而变动，不同时期对数据的需求是不同的。

不同类型的数据：数据的类型复杂多样，结构化数据、半结构化数据、非结构化数据等。

数据风险：数据不仅代表价值，也代表风险，数据的安全保障也是一大核心挑战。

数据管理和技术：成功的数据管理需要合适的数据技术，不能拒绝新技术，也不能被新技术诱导。