什么是数据管理？
任何旨在收集、保护和管理企业数据的计划的关键组成部分是什么？
数据质量： 确保数据的可用性和准确性。
数据整合： 如何整合不同的数据集。
数据管理： 一套管理数据的规则。
数据使用情况： 您的数据使用指南。
数据安全： 如何保护您的数据？
什么是数据治理？
数据治理是数据管理的关键组成部分。数据治理决定并定义了一系列实践和流程，以确保对组织内的数据资产进行正式管理。数据治理研究所将其定义为信息相关流程的决策权和责任体系，按照商定的模式执行，这些模式描述了谁可以在什么时间、什么情况下使用什么方法对什么信息采取什么行动。如果说数据管理是保护和生成良好数据的完整结构，那么数据治理则是生成良好数据的原则。
然而，数据治理的定义在很大程度上取决于其使用的背景。数据治理 "一词可以指各种事物，从组织机构到公司为确定数据决策权而实施的规则、标准和指南。在许多情况下，数据治理尤其侧重于数据卫生流程和实践，并确保数据对所有用户来说都是一致和可信的。
数据管理的兴起
2018 年，《华尔街日报 华尔街日报宣称，"全球正在对数据治理进行清算"。各行各业发生的大规模数据泄露事件导致政府和公众的信心受到侵蚀，失去信任。再加上 GDPR 等隐私法的兴起，促使许多公司重新审视自己的数据治理政策。从那时起，数据治理不再只是一种选择。在《加州消费者隐私法案》等一系列新隐私法的推动下，数据治理已成为一种最佳业务实践。
如今，强大而有效的数据治理政策不仅仅是管理数据的方式。许多组织将数据治理视为管理风险的一种方式，并将风险管理原则纳入数据治理政策。风险与数据之间的这种联系是合情合理的。数据及其包含的所有内容都是组织风险状况的一部分，这些组织可以利用其数据治理政策来降低风险。
是什么推动了对数据管理的需求？
- 网络攻击：数据泄露呈上升趋势
- 加强监管：各国政府正着眼于制定更多法规
- 成本： 明确核心数据规则，节省资金
- 责任：糟糕的数据管理本身就存在风险
数据管理与数据治理的区别
数据治理与数据管理的区别可以归结为范围不同。数据管理的范围很广，涉及如何管理数据的方方面面，从如何获取数据到如何使用数据、如何保证数据的安全，等等。而数据管理的范围则只涉及如何管理数据，包括但不限于数据的可用性、可用性、完整性和安全性。
看待数据管理和数据治理之间区别的一个有用方法是，将数据管理视为一个总括术语，涵盖与数据和信息的开发、执行和监督有关的所有实践。在这个总括术语之下是数据治理。
数据治理定义了数据管理的规则，因此它为在什么条件下打开这把 "保护伞 "提供了指导。
共同努力加强组织
数据治理通过对如何治理和保护组织数据实施一系列规则和政策，来加强数据管理并使其更加强大。如果数据管理中没有数据治理框架，企业就会面临更大的风险和责任。但是，通过数据治理和数据管理的协同工作，组织就能在数据发生意外时更好地防范风险和责任。
