数据管理之起航

一个组织如果没有认识到管理数据和信息如同管理有形资产一样极其重要，那么它在新经济时代将无法生存。 ——汤姆·彼得斯

---

一、数据—企业资产

众所周知，我们现在处于信息时代，也是大数据时代。数据和信息是经济的命脉，更被认为是一项重要的企业资产。

资产是个人或组织控制的有价值资源。长期以来资金和人才被认为是企业的资产，而数据这种看似无形的资产的价值一直被忽视。随着大数据时代的到来，我们逐渐认识到数据也是企业重要的资产。

离开高质量的数据，没有哪一个企业可以高效运转。企业资产是企业生存发展的基础和命脉，因此需要科学和精心的管理。因此，数据管理的最重要性便凸显出来了，每一个企业都需要有效地管理其日益重要的数据和信息资产。

二、数据、信息、知识

信息是指有上下文的数据，没有上下文的数据是没有意义的。我们通过上下文解释数据来产生有意义的信息。上下文包括：

1. 数据元素和相关术语的业务含义。
2. 数据表达的格式。
3. 数据所处的时间范围。
4. 数据与特定用法的相关性。

2.1 数据、信息和知识

信息有助于知识的产生。知识是基于某一角度的信息整合形成的一种观点。这种观点是基于对模式（例如由其他信息和经验形成的趋势）的承认和解释。知识还包括假设和有关推理的理论。

就像数据和信息，知识也是一个企业的资源。知识工作者通过理解信息以获得专业知识，然后应用专业知识来做出明智的决策和实施行动。数据是信息、知识、才智和行动的基础。

那么问题来了，数据是真理吗？答案是未必。

因为数据可能不准确、不完整、过时或者被误解。自古以来，哲学家们问：“什么是真理？”答案仍然遥不可及。

但是在实践层面，可以将真理看做是在一定程度上最高质量的信息，即是可用的、相关的、完整的、准确的、一致的、及时的、实用的、有意义的和能被理解的数据。

三、数据管理职能

认识到数据价值的组织可以采取具体的、积极的措施来提高数据和信息的质量。然而要提高数据和信息的质量，必然离不开科学、高效的数据管理。

数据管理是指为实现数据和信息资产价值的获取、控制、保护、交付以及提升，对政策、实践和项目所做的计划、执行和监督。

数据管理的使命是在信息的可用性、安全性和质量方面，满足并超越企业中所有利益相关者的信息需求。

数据管理的目标概括为以下几点：

1. 理解企业和所有利益相关者的信息需求。
2. 获取、存储、保护和确保数据资产的完整性。
3. 不断提高数据和信息的质量，包括：数据的准确性、数据的完整性、数据整合、数据采集和显示的及时性、数据的相关性和实用性、明确性和被共同接受的数据定义。
4. 确保隐私和保密，防止数据和信息未经授权或不恰当地被使用。
5. 确保数据和信息资产的有效利用和价值最大化。
6. 控制数据管理成本。
7. 促进对数据资产价值的更广泛和深入的理解。
8. 在整个企业中，保持信息管理的一致性。
9. 确保数据管理的努力和技术与业务需求的目标一致。

鉴于每个企业的差异性，数据管理的目标应该遵循“SMART”原则：具体的、可衡量的、可实现的（或可操作的）、现实的，就指定的目标时间范围来说是及时的。

经过不断的发展，数据管理已经形成了一个完整的学科体系。数据管理包括十大职能：

1. 数据治理——在数据管理和使用层面之上进行规划、监督和控制。
2. 数据架构管理——定义数据资产管理蓝图。
3. 数据开发——数据的分析、设计、实施、测试、部署、维护等工作。
4. 数据操作管理——提供从数据获取到清除的技术支持。
5. 数据安全管理——确保隐私、保密性和适当的访问权限等。
6. 数据质量管理——定义、监控和提高数据质量。
7. 参考数据和主数据管理——管理数据的黄金版本和副本。
8. 数据仓库和商务智能管理——实现报告和分析。
9. 文档和内容管理——管理数据库以外的数据。
10. 元数据管理——元数据的整合、控制以及提供元数据。

数据管理的每一个职能都包含很多的管理活动，后续我会带大家慢慢展开来深入学习。

参考文献：清华大学出版社《DAMA 数据管理知识体系指南》

---

欢迎关注我的公众号——数据杨公子。本公众号会分享包括但不限于大数据、数据治理、元数据管理、python 等方面的技术文章，主旨是和大家一起共同成长，用技术来认识我们这个数据的时代。