现在我们经常会谈到企业数据资产管理，而数据治理和数据管理又是这其中最容易谈到的两个概念，但是对于这两个概念，两者的准确定义是什么，具体区别又是什么，仍是困扰着许多人的关键问题，企业又该如何利用数据管理和数据治理的关系进行协同工作？

数据管理和数据治理有很多地方是互相重叠的，它们都围绕数据这个领域展开，因此这两个术语经常被混为一谈。

（图片来源于网络，侵删！）

数据管理

数据管理是一种IT驱动的实践，重点关注整个数据生命周期，包括起始、验证、存储、可用性、性能、安全性和维护。这包括确保高性能应用程序访问的重组实用程序和防止未经授权使用的安全产品， 数据管理涵盖了广泛的人员、过程、工具和技术。

数据治理

数据治理是一个战略性的计划，它定义了组织将遵循的角色、规则、过程和最佳实践，以确保其数据的安全性、质量和正确使用。其主要关注业务结果，广泛应用于整个组织。

国际数据治理研究所（DGI）给出的定义：数据治理是一个通过一系列信息相关的过程来实现决策权和职责分工的系统，这些过程按照达成共识的模型来执行，该模型描述了谁（Who）能根据什么信息，在什么时间（When）和情况（Where）下，用什么方法（How），采取什么行动（What）。

（图片来源于网络，侵删！）

数据治理为数据管理提供了一个控制框架，而数据管理有助于政策的执行，那么企业如何综合利用数据管理和数据治理的关系进行协同工作呢？

数据管理和数据治理如何协同工作

• 有效沟通

在数据治理团队和数据管理团队之间架起强力且高效的沟通桥梁，业务人员提供关键的洞察力，以帮助创建数据使用和控制策略。在策略文档中看起来不错的计划在实践过程中可能无法按预期那样进行。数据管理团队会发现新的控制措施的机会，并提出改进建议。数据整理团队需要数据管理人员和负责遵守其策略的业务人员的反馈。

• 组织文化

构建企业数据资产的组织文化，从组织架构的高层开始，需要获取最高管理层的支持，同时了解到有效的数据治理和数据管理是项目成功的关键，组织结构对数据治理和数据管理的支持是至关重要的。

• 主动行动和反应性补救

主动行动包括培养数据质量观念，并对相关IT和业务人员进行数据质量概念教育。同时，数据使用是高度动态的，数据治理控制和数据管理过程中可能不能保证总是能提供最佳的指导和实践，一旦数据质量出了问题，就应该确定问题的严重性、影响范围和根本原因。反应性补救包括新的数据治理策略、数据管理过程更改、应用软件修正或额外的教育。

(图片来源于网络，侵删！)

以上，就是成都星云联动对企业如何综合利用数据管理和数据治理的关系进行协同工作的相关回答，希望对您有所帮助。成都星云联动专注于工业物联网，目前已有智慧能源管理系统和设备管理系统，系统更多功能，可以点浏览管网首页，也可点击右侧咨询按钮发起在线对话哦！