数据管理，数据治理，数据管控

野性酷女 2022-08-28 11:46 25阅读 0赞

最近接触到数据管理、数据治理、数据管控，三个数据相关的专业词汇，对于他们的理解，也是不断加深中。

查资料的时候，碰巧看到一篇国家网信办的文章《试论加强数据治理能力的重要性》，从国家层面理解一下数据治理的意义。

P.S. http://www.cac.gov.cn/2017-08/08/c\_1121447922.htm

原文如下：

\---------------------

网络信息资源，是指所有以电子数据形式存储在信息光、磁等非纸质的文字、图像、声音、动画等多种形式的载体中，并通过网络通信、计算机或终端等方式再现出来的资源。随着人类各种活动的计算机化、网络化，数据在解决国家安全、企业生产和个体衣食住行之需的过程中发挥的作用越来越大，成为对各类行为主体进行分析、规范、调整的基础。

**数据治理是国家或政府行为**

数据既可以是其原本的状态，即静态存放在服务器、移动终端上的数据，也指经过加工处理之后运用一定算法计算出来的数据。在这种情况下，数据及对其的加工处理不仅是对人类活动的忠实记录，帮助我们认知人类行为的轨迹，还可以从中发现规律、预测未来，使国家、企业和个体的行为更有针对性、计划性，更有效率。

个体对使用互联网过程中的数据进行管理，有利于解决自身的各种需求，进行自我管理，确保人身和财产安全。企业对数据的有效管理和使用，不仅可以改进自己的技术、产品和服务，还是在激烈的市场竞争中能否存活并活得更好的前提条件之一。

数据治理，是指政府通过政策引导、法律规范，对违规企业、个体适用相关法律、法规，实现数据生产流程、数据使用过程合法化、规范化和无害化，从总体上实现政府角度的数据可控、可用，有效防止因数据产生、流转和使用，尤其是大数据开发给国家主权安全、意识形态安全、执政安全带来损害。

数据治理是国家或政府行为，是国家或政府在数字经济时代做好各项公共事务的前提。数据治理不仅可以使政府在管理社会事务的过程中做到先知先觉，也能够帮助政府在处理具体事务时更加科学、有效、有针对性。可以说，没有数据就没有治理，利用不好数据，就不能有效维护国家安全、有效解决社会发展过程中存在的各种问题，也不能为社会管理工作提供科学、合理、全面、综合的治理方案。

**数据治理能力是综合国力的体现**

数据与非数据类有形物的区别，是其流动性和原料性。流动性对数据的保密提出了更多的挑战。原料性，是指数据本身可能是没有意义的、无价值的，需要被搜集、加工、处理甚至流通之后才能产生价值。同时，不同的算法和对数据不同方式的处理，会得到不同的结果。

在当下，政府的数据治理能力就是指政府机构对影响各类政府决策、管理社会各项事务的过程中产生的数据以及在遇到突发性事件时利用数据分析事件原因、预知事件发展方向和趋势，并对事件进行有效管控的能力。

从国际层面来看，政府的数据治理能力表现在政府是否有足够的技术能力有效识别并切断危及国家安全和社会稳定的数据流动，对其进行有效应对；从国内层面来看，则表现在政府是否能够通过立法、行政和司法等手段，将数据在产生、使用和流动过程中对国家、社会及个体产生的危害降低到合理的限度，表现在政府能否利用所掌控的各类数据对社会公共事务进行科学管理，在遇到突发性事件时，能否通过控制数据，尤其是通过控制数据源对事态进行有效引导和控制。

互联网和各类移动终端为数据的流动以及数据在流动过程中与各种新信息、新知识结构和新算法的结合产生新的意义体系提供了无限可能，也为数据重构和解码之后产生新的个体和集体行为提供了无限可能。因此，在大数据时代，数据治理能力最重要的组成部分，便是能否对数据的跨境流动进行有效的预判和引导。

数据是否应当不受限制而进行自由流动？处于不同能力区间的不同国家和地区对这一问题的诉求或主张存在较大差异。技术能力和掌控平台能力较强的国家，比如美国，出于本国利益的考虑，在国际互联网治理层面会提出要求数据在全球自由流动的主张，而在这方面能力较弱的国家，或对数据的产生和掌控能力较弱的国家，就会为数据的跨国、跨地区流动设置较严格的障碍。

政府的数据治理能力是一个国家综合国力的体现。是否有较强的数据治理能力，不仅涉及正常执政的问题，也关系到合法政权能否动用现有资源和机制，使社会变革和进步保持在制度允许的范围之内。数据治理能力不强，相应的制度和行动能力不配套，轻则导致不必要的突发性、破坏性事件，重则引发较大的社会动荡，甚至政权的更迭，使国家长期处于失序和失范的状态。

**提升数据治理能力迫在眉睫**

随着现代大众传媒产业的发展，尤其是随着互联网技术及其应用的发展，加强数据治理能力更加重要、更加紧迫。

拥有更多信息并获得强大的信息搜集、加工和处理能力，目前正在成为个体获得更多生活选项、企业获得更强劲发展势头和国家获得更多治理资源、治理手段的前提，也是国家之间进行政治、经济和文化博弈的重要抓手。政府获取数据、使用数据进行社会管理、社会管制及社会治理，是国家现代治理能力最重要的组成部分，是国家的核心竞争力。

从多方面入手提升数据治理能力，是国家综合国力最高端、最重要、最核心的部分。政府在数据治理方面的措施手段，是直接关系到政府与企业、个体互动过程能否赢得主动的关键。从大政方针的制定，到宏观经济政策及各项政策的制定，从个别刑事、民事、行政案件的处理到对突发事件的预防和有效应对，都离不开政府对数据的掌控和处理能力。政府对数据的掌控能力、运用能力，是处理好公共事务的前提，也是预防和应对突发事件，尤其是对突发事件进行前端物理控制和后端舆论防控的基础。

数据的产生能力、掌控能力以及在数据利用过程中国与国、企业与企业、组织与组织之间的数据争夺，已经成为社会生活的常态。因此，无论怎样重视数据争夺在今后社会发展过程中的作用，都不为过。

\---------------------

通过这篇文章，我们看到，国家层面上，如此重视数据治理的作用，在企业层面，更是如此。数据是企业的核心资源，无论是明面的数据，还是要挖掘的，是企业运营过程中积累的宝贵财富。

在数据生命周期的各个阶段(产生、处理、存储、应用、归档直至删除），企业必须完全按照组织的业务需要进行处理、管控、保护和共享，

![a3591b4438581d3be5294229ab6f0b59.png][]

我们在工作中常见的几个名词，数据管理、数据治理、数据管控，这三者概念有重合，有着密切关系和关联，但随着现代数字技术的高速发展，三者在内涵、侧重、延伸等方面存在差异。

**1、数据管理**

数据管理(Data Management)的概念是伴随上世纪八十年代数据随机存储技术和数据库技术的使用，计算机系统中的数据可以方便地存储和访问而提出的。2015年，国际数据管理协会(DAMA)在DBMOK2.0知识领域将其扩展为11个管理职能，分别是数据架构、数据模型与设计、数据存储与操作、数据安全、数据集成与互操作性、文件和内容、参考数据和主数据、数据仓库和商务智能、元数据、数据质量等。

数据管理是指通过规划、控制与提供数据和信息资产职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方法和程序，以获取、控制、保护、交付和提高数据和信息资产价值。

**2、数据治理**

狭义的数据治理的驱动力最早源自两个方面：

(1) 内部风险管理的需要，包括：财务做假、敏感数据涉密、数据质量差影响关键决策等。

(2) 为了满足外部监管和合规的需要，比如萨班斯-奥克斯利法案、巴塞尔I/巴塞尔协议、健康保险流通与责任法案(HIPAA)等。

广义的数据治理是对数据资产管理行使权力和控制的活动集合(规划、监控和执行)，指导其他数据管理职能如何执行，在高层次上执行数据管理制度。组织为实现数据资产价值最大化所开展的一系列持续工作过程，明确数据相关方的责权、协调数据相关方达成数据利益一致、促进数据相关方采取联合数据行动，数据治理与数据管理的关系如下图所示，

![d494632d092cf6f2dc4bb5ba9a8a4b64.png][]

数据治理的全过程，从范围来讲，数据治理涵盖了从前端事务处理系统、后段业务数据库到终端的数据分析，从源头到终端再回到源头形成一个闭环负反馈系统(控制理论中趋稳的系统)，从目的来讲，数据治理就是对数据的获取、处理、使用进行监督(监管就是我们在执行层面对信息系统的负反馈)，而监管的职能主要通过五个方面的执行力来保证—发现、监督、控制、沟通、整合。

数据资源已成为各大企业战略资产，而有效的数据治理才是数据资产形成的必要条件。有效的数据治理是一个持续性的过程，也是逐步实现数据价值的过程。所以数据治理是企业信息化的基石，数据资产是企业战略发展的核心价值，数据管理为企业赋能。

**3、数据管控**

范围更大一些，数据管控可能会根据企业实际情况，进行数据质量管控、元数据管控等某些方面的管控，感觉更多是偏向技术和执行层面。既管理，又控制，就像理论和实践的结合。

找到一张图，涵盖了数据相关的很多环节，值得再仔细研究一下，

![958d397e4ebc1300a4a947d3b3bc7350.png][]

参考资料，

https://www.zhihu.com/question/61097142

https://blog.csdn.net/zhongkeyuanchongqing/article/details/118228136

**近期更新的文章：**

《[JSQLParser碰到的问题][JSQLParser]

《[高刷屏是什么？][Link 1]

《["万一免五"是什么？][Link 2]

《[最近碰到的问题][Link 3]

《[Python一个有趣的彩蛋][Python]

**文章分类和索引：**

[《公众号800篇文章分类和索引][800]

[a3591b4438581d3be5294229ab6f0b59.png]: /images/20220828/db54686d758d4c99a54f127970286e5c.png
[d494632d092cf6f2dc4bb5ba9a8a4b64.png]: /images/20220828/a46eb910f17c4df7b6bad92405150a7f.png
[958d397e4ebc1300a4a947d3b3bc7350.png]: /images/20220828/05badc486c66489bb83704f18aa941bb.png
[JSQLParser]: https://blog.csdn.net/qq_38377190/article/details/106327284
[Link 1]: https://blog.csdn.net/weixin_38753213/article/details/100930971
[Link 2]: https://blog.csdn.net/cungudafa/article/details/103163313
[Link 3]: https://blog.csdn.net/LeeCoding/article/details/52118386
[Python]: https://blog.csdn.net/weixin_34159110/article/details/90526219
[800]: https://blog.csdn.net/bisal/article/details/95272878