数据管理和数据治理之间有什么区别？

哪些是关键的构成部分？ 任何 旨在收集、保护和管理企业数据的程序？

数据质量： 确保数据是可用的和准确的。

数据整合： 不同的数据集如何被整合。

数据治理： 一套管理数据的规则。

数据的使用： 使用您的数据的准则。

数据安全： 你的数据将如何得到保护？

什么是数据治理？

数据治理是数据管理的一个关键组成部分。数据治理决定并定义了实践和流程的集合，以确保在一个组织内对数据资产进行正式管理。 数据治理研究所 它被定义为一个与信息相关过程的决策权和责任体系，根据商定的模式执行，这些模式描述了谁可以在什么时候、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产生良好数据的完整结构，那么数据治理则是产生良好数据的原则。

然而，数据治理的定义在很大程度上取决于它的使用环境。术语 "数据治理"，可以指各种各样的东西，从组织机构到公司实施的规则、标准和准则，以确定围绕数据的决策权。在许多情况下，数据治理特别关注数据卫生过程和实践，并确保数据对所有用户来说是一致的和值得信赖的。

数据治理的兴起

在2018年， 华尔街日报 宣称有一个 "关于数据治理的全球清算"。众多行业的大规模数据泄露事件导致政府和公众的信心受到侵蚀并失去信任。再加上GDPR等隐私法的兴起，使许多公司重新审视其数据治理政策。从那时起、 数据治理不再只是一种选择.这是由一系列新的隐私法所推动的最佳商业实践，如《刑法》。 加州消费者隐私法.

今天，一个强大而有效的数据治理政策不仅仅是管理数据的方式。许多组织正在考虑将数据治理作为管理风险的一种方式，并将风险管理原则纳入其数据治理政策。风险和数据之间的这种联系是有意义的。数据和它所包含的所有内容都是一个组织的风险状况的一部分，这些组织可以利用他们的数据治理政策来减轻这种风险。

是什么推动了对数据治理的需求？

1.  网络攻击： 数据泄露事件正在增加
2.  I加强监管： 各国政府都在关注更多的法规
3.  费用： 通过澄清围绕核心数据的规则来节省资金
4.  责任： 糟糕的数据治理本身就有风险

数据管理和数据治理之间的区别

数据治理与数据管理之间的区别可以归结为范围。数据管理的范围很广，涉及到如何管理数据的所有方面，从如何获得数据到如何使用、保障数据，以及两者之间的一切。另一方面，数据治理的范围只是关注数据如何被治理，包括但不限于数据的可用性、易用性、完整性和安全性。 数据.

看待数据管理和数据治理之间的区别的一个有用的方法是，把数据管理看作是一个总体的总括性术语，即 所有 与数据和信息的开发、执行和监督有关的实践。而在这把伞下的是数据治理。

数据治理定义了数据管理的规则，所以它提供了关于在什么条件下应该打开这个 "保护伞 "的指导。

携手合作，加强组织建设

数据治理通过为组织的数据如何被治理和保护强加一套规则和政策，来加强并使数据管理更加强大。如果没有将数据治理的框架纳入他们的数据管理，组织就会将自己暴露在 更大的风险和责任。 但是，通过让数据治理和数据管理一起工作，可以更好地保护组织免受风险和责任的影响。 确实 发生在他们的数据上。