编者按：当咱们谈数据财物办理时，咱们终究在谈什么?就现在而言，咱们议论得最多的非数据办理和数据办理这两个概念莫属。可是关于这两个概念，两者的精确界说是什么，具体差异又是什么，仍是困扰着许多人的要害问题。

数据办理和数据办理有许多当地是相互堆叠的，它们都环绕数据这个范畴打开，因而这两个术语常常被相提并论。

此外，每逢人们提起数据办理和数据办理的时分，还有一对相似的术语叫信息办理和信息办理，更混杂了人们对它们的了解。关于企业信息办理这个课题，还有许多相关的子集，包含主数据办理、元数据办理、数据生命周期办理等等。

所以，呈现了许多不同的理论(或理论家)描绘关于在企业中数据/信息的办理以及办理怎么运作：它们怎么独自运作?它们又怎么一同协同作业?是“自下而上”仍是“自上而下”的办法更高效?

为了协助我们弄了解这些术语以及它们之间的联系，本文将侧重界说它们的概念，并指出它们的差异，这些界说和差异源自于世界公认的以数据为中心的相关安排，一同还会在一些观念上打开具体的讨论。

数据办理包含数据办理

在阐明数据和信息的差异之前，最好从“办理是全体数据办理的一部分”这个概念开端，这个概念现在现已得到了业界的广泛认同。数据办理包含多个不同的范畴，其间一个最明显的范畴便是数据办理。CMMi协会公布的数据办理成熟度模型(DMM)使这个概念具体化。DMM模型中包含六个有用数据办理分类，而其间一个便是数据办理。数据办理协会(DAMA)在数据办理知识系统(DMBOK)中也以为，数据办理是数据办理的一部分。在企业信息办理(EIM)这个界说上，Gartner以为EIM是“在安排和技能的鸿沟上结构化、描绘、办理信息财物的一个归纳学科”。Gartner这个界说不只强调了数据/信息办理和办理上的严密联系，也重申了数据办理包含办理这个观念。

办理与办理的差异

在清晰数据办理是数据办理的一部分之后，下一个问题便是界说数据办理。办理相对简略界定，它是用来清晰相关人物、作业责任和作业流程的，保证数据财物能长时刻有序地、可继续地得到办理。而数据办理则是一个更为广泛的界说，它与任何时刻收集和运用数据的可重复流程的方方面面都严密相关。例如，简略地树立和规划一个数据仓库，这是数据办理层面的作业。界说谁以及怎么拜访这个数据仓库，而且施行各式各样针对元数据和资源库办理作业的规范，这是办理层面的作业。数据办理更广泛的界说包含DATAVERSITY上大部分主题为数据办理的文章和博客，其间有一部分是特别针对数据办理的。一个更广泛的界说是，在数据办理过程中要保证一个安排现已将数据转换成有用信息，这项作业所需求的流程和东西便是数据办理的作业。

信息与数据的差异

在上文关于数据办理的第三个界说中，提到了数据和信息的差异。一切的信息都是数据，但并不是一切的数据都是信息。信息是那些简略运用于事务流程并发生特定价值的数据。要成为信息，数据一般有必要阅历一个严厉的办理流程，它使有用的数据从无用数据中分离出来，以及采纳若干要害办法添加有用数据的可信度，并将有用数据作为信息运用。数据的特别点在于发明和运用信息。在Gartner的术语表中，没有独自解说数据办理和数据办理的概念，取与代之的是要点介绍了信息办理和信息办理的概念。

数据办理首要环绕方针：人物

与正式的数据办理流程相关的人物是有限的。这些人物一般包含高层的办理者，他们优化数据办理规划并使资金筹措变得更为简略。这些视点也包含一个办理委员会，由单个高层办理者以及针对办理特定事务和必要流程而赋予相应责任的跨事务部门的人组成。人物也包含数据办理员，保证办理活动的继续展开以及帮助企业完成事务方针。此外，还有部分“布衣”办理员，他们尽管不会清晰被指定为数据办理员，但他们仍然在各自事务范畴里的办理流程中扮演活泼的人物。

有用的办理不只需求IT的介入，这是人们的遍及一致。特别当事务有必要更主动地参加到办理办法和数据办理其他层面(例如自助数据剖析)的时分，意图是要从这些作业参加中获益。在更多的事例中，特定范畴的办理能够直接运用于事务。这便是为什么办理仅需求IT的介入是一个过期且应该抛弃的观念。

数据办理首要环绕方针：范畴

数据办理包含许多不同方面的范畴：

• 元数据：元数据要求数据元素和术语的一致性界说，它们一般集合于事务词汇表上。
• 事务词汇表：关于企业而言，树立一致的事务术语十分要害，假如这些术语和上下文不能横跨整个企业的范畴，那么它将会在不同的事务部门中呈现不同的表述。
• 生命周期办理：数据保存的时刻跨度、数据保存的方位，以及数据怎么运用都会跟着时刻而发生改变，某些生命周期办理还会遭到法律法规的影响。
• 数据质量：数据质量的具体办法包含数据具体查看的流程，意图是让事务部门信赖这些数据。数据质量是十分重要的，有人以为它不同于办理，它极大提升了办理的水平。
• 参阅数据办理：参阅数据供给数据的上下文，特别是它结合元数据一同考虑的情况下。因为参阅数据改变的频率较低，参阅数据的办理常常会被忽视。

尽管上述提及的是数据办理在数据办理中所担任的特定范畴，但一个至关重要的问题在于，一切安排里的数据有必要继续坚持数据办理的准则。

数据建模

数据建模是依赖于数据办理的另一个数据办理中的要害范畴，它结合了数据办理与数据办理两者进行和谐作业。能够说，为了将数据办理扩展到整个安排，使用一个规范化的数据建模有利于将数据办理作业扩展到其他事务部门。遵照一致性的数据建模，令数据规范变得有价值(特别是运用于大数据)。一个保证数据办理贯穿整个企业的最高效手法，便是使用数据建模技能直接相关不同的数据办理范畴，例如数据血缘联系以及数据质量。当需求合并非结构化数据时，数据建模将会更有价值。此外，数据建模加强了办理的结构和方式。

要害的不同点

数据办理其他方面的事例在DMM中有五个类型，包含数据办理战略、数据质量、数据操作(生命周期办理)、渠道与架构(例如集成和架构规范)，以及支撑流程(集合于其他要素之中的流程和危险办理)。在此重申一点，数据办理和数据办理十分挨近是有现实支撑的，数据质量常常被视为与数据办理相结合，乃至被以为是数据办理的产品之一。或许，情形化这两个范畴的最好办法，在于了解数据办理是担任正式化任何数据办理傍边的流程，数据办理自身侧重供给一整套东西和办法，保证企业在实际上办理这些数据。尽管数据办理是数据办理中的一部分，但后者有必要要由前者来供给牢靠的信息到中心事务流程。